基于Kinect的摔倒行为研究

摘要：

针对传统视频检测技术识别效率低和实时性差的问题,提出基于Kinect体感设备对人体摔倒行为进行判断识别.其中人体位于Kinect的检测范围之内,通过对Kinect设备获取到的深度图像进行处理,得到人体骨骼图像及人体关节点的位置信息;利用Kinect骨骼追踪技术,参考人体左肩、右肩2个骨骼点,以两肩中心点为目标,实时计算两肩中心关节点的空间位置、相对位置等参数,计算出不同帧之间两肩中心点位置之间的位移变化,并结合该位移向量与O - X,Y,Z坐标体系中的Y轴方向夹角,以二者相结合为条件来判断人体是否出现摔倒事件.经过实验验证,在室内环境中,该方法能够实现人体摔倒的自动实时检测,并且利用深度信息和骨骼信息对摔倒行为进行检测判断,能够有效地保护监测环境内当事人的个人隐私.

关键词：Kinect、深度图像、骨骼图像、摔倒、向量

所属期刊栏目：28

分类号：TP39(计算技术、计算机技术)

资助基金：国家自然科学基金61172118

在线出版日期：2018-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：179-182