10.14132/j.cnki.1673-5439.2020.05.013
一种基于时序运动特征的RGB-D视频跌倒行为检测算法
提出了一种基于时序运动特征的室内场景老年人跌倒行为检测算法.算法首先采用基于深度学习的行人检测器检测运动人体目标;其次,利用采集到的RGB-D图像,估计地平面方程;最后,提取人体头部的时序运动特征(Temporal Motion Feature,TMF),并采用深度森林算法对特征进行分类,从而检测人体是否发生跌倒.通过在RealSense深度相机拍摄的跌倒行为数据集上进行了实验测试,结果表明,与现有的一些先进算法相比,文中算法能够准确地检测室内场景下发生的跌倒事件,准确率达到了97.2%,且误报率很低,鲁棒性强.
跌倒检测、时序运动特征、RGB-D图像、深度森林
40
TN911.73;TP391.41
国家自然科学基金61807020
2020-12-16(万方平台首次上网日期,不代表论文的发表时间)
共8页
117-124