一种基于CNN和人体椭圆轮廓运动特征的摔倒检测方法

摘要：

为了解决传统的使用几何特征检测摔倒的方法的不稳定、难于区别一些相似的活动等问题,提出了一种基于卷积神经网络(CNN)和人体椭圆轮廓的运动特征的摔倒检测方法.首先,使用高斯混合模型检测出人体目标并求出其最小外接椭圆轮廓.然后在每一帧的椭圆轮廓中提取出长短轴之比、方向角和人体质心的竖直方向速度,融合成一个基于时间序列的运动特征.最后,经过一个浅层的CNN 对这些运动特征进行训练,用于摔倒判断,并区分相似的活动.实验结果表明,本文方法和现有的方法相比,克服了几何特征的不稳定性,提高了检测率.

关键词：摔倒检测、卷积神经网络、人体椭圆轮廓、时间序列、运动特征

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61762061;江西省自然科学基金重大项目20161ACB20004

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1042-1047