基于计算机视觉的老人室内跌倒检测方法
专利类型：发明专利
语 言：中文
申 请 号：CN201711099491.X
申 请 日：20171109
申请人地址：400016 重庆市渝中区医学院路1号
公 开 日：20180223
公 开 号：CN107729876A
代 理 人：余锦曦
代理机构：重庆为信知识产权代理事务所(普通合伙) 50216
摘 要：本发明公开了一种基于计算机视觉的老人室内跌倒检测方法，本方法首先利用GMM模型提取人体原始轮廓，使用椭圆拟合方法定位人体坐标，随后将椭圆划分为不同区域，通过最近距离法跟踪各区域质心，提取多质心偏移向量作为运动特征，而后使用K?means聚类算法和TF?IDF算法建立人体运动视觉语句，最后通过DAG?SVM对人体运动视觉语句进行分类从而检测老人是否跌倒。本发明的有益效果：不仅能够区分跌倒动作和类似跌倒动作、躺动作，还能检测出平行于摄像头主轴的跌倒动作，跌倒检测率高，且仅需要简单的硬件设备即可实现，成本低廉、易于实现。
主 权 项：一种基于计算机视觉的老人室内跌倒检测方法，其特征在于采用如下具体步骤：S1，计算机获取实时人体运动图像，该图像由连接计算机的摄像头拍摄后传送至计算机；S2，采用高斯模型(GMM)提取人体原始轮廓：比较输入图像与GMM模型并差分获得人体原始轮廓的区域图像，移除小目标并填充小的空洞点；S3，利用椭圆拟合方法定位人体坐标：将所述人体原始轮廓拟合为椭圆形的人体主要轮廓图像，计算该椭圆的特征值并以此获取人体坐标，移除拟合的椭圆外的区域；S4，提取人体运动特征：将所述拟合轮廓的椭圆划分为N个区域，计算每个区域的质心，跟踪计算连续图像中各个质心的坐标变化，提取全部质心的偏移向量构成运动特征；S5，建立视觉语句：使用K?means聚类算法分析步骤S4的偏移向量建立运动词典，使用TF?IDF算法统计运动词典中每个单词的词频，并按照运动词典的单词顺序组成人体运动视觉语句；S6，区分活动属性：建立DAG?SVM并对步骤S5的人体运动视觉语句进行分类，判断当前活动是否为跌倒；S7，判断跌倒后，发出跌倒警报。
关 键 词：老人;跌倒检测;人体运动视觉语句;计算机视觉;室内;区分;椭圆;算法;划分;跟踪;分类;摄像头;公开;向量;需要;建立;质心;IDF;means;SVM;
法律状态：
IPC专利分类号：G06K9/00(2006.01)I,G06K9/62(2006.01)I