基于人体姿态时空变化的摔倒事件检测研究

发布时间：2017-03-21 10:02

  本文关键词：基于人体姿态时空变化的摔倒事件检测研究，由笔耕文化传播整理发布。

【摘要】：随着智能视频监控分析技术的不断发展,面向人的行为的检测分析研究也不断展开,而家居安全正是其中重要的一部分。利用视频图像分析来检测摔倒等意外事件的发生,对于老人家居安全无疑有着重要意义。本文首先针对视频监控领域的人体目标检测方法进行了分析和研究,针对直立行人检测中HOG算法计算量较大,实时性较差的问题,选择了CENTRIST算法进行实时行人检测算法的开发工作,并在海思Hi3516平台上进行了移植。考虑到摔倒事件中存在非直立姿态的人体,并且人体姿态的多样性会导致整个人体检测的误检率和漏检率升高,本文研究了基于人体部位的人体姿态Poselet检测方法。Poselet作为人体整体或某一部位的特定姿态,可通过关节点标注、部位相似度度量后获取训练样本,提取HOG特征并使用线性SVM作为分类器进行训练,来对人体目标特定的部位姿态进行检测。针对原有Poselet样本库的不足,本文首先扩充了摔倒事件检测所需的Poselet样本,使样本库更适合于摔倒场景下的检测,然后训练得到不同躯干角度的新Poselet分类器并进行了实验。结果表明,使用本文的Poselet分类器能较好地检测出弯腰、躺倒等特殊姿态下的人体目标,从而检测人体的不同姿态并作为下一步摔倒事件检测的基础。针对摔倒事件发生时人体姿态时空变化的特点,如头部、躯干等部位存在随时间变化的相对位置关系,本文研究了人体在不同姿态中关键部位的空间位置和角度分布,用状态机模型来表示不同姿态间的转换,提出了一种基于人体部位时空变化的姿态检测和摔倒事件检测方法,通过实验验证分析,该方法对不同的姿态有着较好的辨识度,能够较好地检测人体姿态的变化情况,从而检测摔倒事件的发生。
【关键词】：行人检测 摔倒 姿态 Poselet 状态机
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要3-5
• ABSTRACT5-12
• 第一章 绪论12-16
• 1.1 研究背景与意义12-13
• 1.2 国内外研究现状13-14
• 1.3 本文的主要工作14-15
• 1.4 论文结构安排15-16
• 第二章 整体行人检测16-35
• 2.1 行人检测主要方法16-18
• 2.1.1 整体模型法16-17
• 2.1.2 多部位模型法17-18
• 2.2 基于HOG特征的行人检测18-23
• 2.2.1 算法原理18
• 2.2.2 算法流程18-23
• 2.3 基于CENTRIST特征的行人检测23-27
• 2.3.1 CENTRIST算子定义24-25
• 2.3.2 快速扫描方法25-27
• 2.4 基于Hi3516嵌入式平台的CENTRIST算法实现27-33
• 2.4.1 平台介绍27-29
• 2.4.2 算法移植29-33
• 2.5 本章小结33-35
• 第三章 人体局部部位检测35-48
• 3.1 Poselet检测方法简介35-39
• 3.1.1 部位定义35-37
• 3.1.2 样本获取37-38
• 3.1.3 分类器训练38-39
• 3.2 基于Poselet的人体局部姿态检测39-47
• 3.2.1 适用于摔倒检测的Poselet选取和训练40-45
• 3.2.2 人体部位检测实验结果45-47
• 3.3 本章小结47-48
• 第四章 摔倒事件检测算法设计与实现48-69
• 4.1 摔倒事件的典型特征分析48-50
• 4.1.1 人体宽高比48-49
• 4.1.2 中心变化率49
• 4.1.3 有效面积比49-50
• 4.1.4 头部运动轨迹50
• 4.1.5 局部姿态变化50
• 4.2 摔倒检测的主要算法50-53
• 4.2.1 基于人体宽高比、中心变化率和有效面积比的检测51
• 4.2.2 基于轮廓特征的检测51-53
• 4.3 基于人体姿态时空变化的摔倒事件检测53-64
• 4.3.1 摔倒事件中人体姿态变化特点53
• 4.3.2 姿态变化的时空域分析53-58
• 4.3.3 基于姿态时空变化的状态机建模58-62
• 4.3.4 基于状态机模型的事件检测算法62-64
• 4.4 实验结果分析64-68
• 4.4.1 姿态识别结果66-67
• 4.4.2 摔倒事件检测结果67-68
• 4.5 本章小结68-69
• 第五章 总结与展望69-71
• 5.1 本文工作总结69-70
• 5.2 后续工作展望70-71
• 参考文献71-74
• 致谢74-75
• 攻读硕士学位期间已发表或录用的论文75-77

【参考文献】

中国期刊全文数据库 前2条

1 张春凤;宋加涛;王万良;;行人检测技术研究综述[J];电视技术;2014年03期

2 杨帆;谢靖;周余;王自强;;基于头部运动轨迹和3D视觉的跌倒检测系统[J];现代电子技术;2012年02期

  本文关键词：基于人体姿态时空变化的摔倒事件检测研究，，由笔耕文化传播整理发布。

本文编号：259431