[發(fā)明專利]一種基于GMM和時(shí)序模型的跌倒實(shí)時(shí)檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201410854055.9
• 申請(qǐng)日: 2014-12-31
• 公開(kāi)（公告）號(hào): CN104574441A
• 公開(kāi)（公告）日: 2015-04-29
• 發(fā)明（設(shè)計(jì)）人: 張永良;王瑞東;董靈平;張智勤;肖剛
• 申請(qǐng)（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號(hào): G06T7/20
• 分類號(hào): G06T7/20
• 代理公司: 杭州斯可睿專利事務(wù)所有限公司 33241
• 代理人: 王利強(qiáng)

技術(shù)領(lǐng)域

本發(fā)明涉及的領(lǐng)域有機(jī)器視覺(jué)、模式識(shí)別、數(shù)字圖像處理、特征提取等領(lǐng)域，尤其是一種跌倒實(shí)時(shí)檢測(cè)方法。

背景技術(shù)

背景建模、動(dòng)態(tài)目標(biāo)檢測(cè)、目標(biāo)重心狀態(tài)檢測(cè)、跌倒檢測(cè)是老人跌倒實(shí)時(shí)檢測(cè)算法的關(guān)鍵。

隨著許多國(guó)家步入老齡化社會(huì)，如何保證老年人度過(guò)安康晚年成為許多國(guó)家面臨的一個(gè)問(wèn)題。跌倒是造成老年人受傷或死亡的重要原因之一，有效的檢測(cè)老年人跌倒事件的發(fā)生對(duì)于保護(hù)老年人生命安全具有重要意義。據(jù)上海疾控中心統(tǒng)計(jì)，在60歲以上老年人中，跌倒占總傷害的36.8％，是老年人第一位傷害發(fā)生類型，80歲以上老年人跌倒的發(fā)生率高達(dá)50％，跌倒及其后果給老年人造成了巨大的身心傷害，嚴(yán)重影響老年人的生活質(zhì)量。

針對(duì)目前的老人跌倒檢測(cè)領(lǐng)域，可穿戴設(shè)備被大多數(shù)的學(xué)者采用。如石欣的論文(SHI?Xin.,ZHANG?Tao.:Design?of?a?wearable?fall?detection?device[J].Chinese?Journal?of?Scientific?Instrument,2012,(3):pp:573-580.即：石欣,張濤.一種可穿戴式跌倒檢測(cè)裝置設(shè)計(jì)[J].儀器儀表學(xué)報(bào),2012,(3):573-580。)中，提到了基于壓力傳感器的跌倒檢測(cè)技術(shù)。此類技術(shù)具有較高的檢測(cè)精度，但使用不方便，不符合老年人的生活習(xí)慣。Alwan等學(xué)者的論文(Alwan,M.,Rajendran,P.,Kell,S.,Mack,D.,Dalal,S.,Wolfe,M.,Felder,R.:A?smart?and?passive?floor-vibration?based?fall?detector?for?elderly.In:2nd?Information?and?Communication?Technologies,vol.1,pp.1003–1007(2006).即：Alwan,M.,Rajendran,P.,Kell,S.,Mack,D.,Dalal,S.,Wolfe,M.：一種基于地板傳感器的智能老人跌倒檢測(cè)技術(shù)，信息通信技術(shù),2006,1,:1003-1007。)中提出的基于地面?zhèn)鞲衅鞯牡箼z測(cè)技術(shù)能夠解決使用者使用不便的問(wèn)題，但此類方法的缺點(diǎn)是使用范圍小且地面?zhèn)鞲衅鲀r(jià)格昂貴。此外還有基于聲音的跌倒檢測(cè)技術(shù)，但此類跌倒檢測(cè)的缺點(diǎn)是精度過(guò)低，因此一般僅作為跌倒檢測(cè)的輔助手段。最后是基于視頻的跌倒檢測(cè)技術(shù)，此類方法兼顧了較高的檢測(cè)精度和良好的使用方便性，故具有可觀的推廣前景。其中在左常玲的論文(ZUO?Chang-ling.Research?and?Realization?of?Video-based?Automatic?Fall?Detection[D].Anhui?University:Anhui?University,2012.即左常玲.基于視頻的自動(dòng)摔倒檢測(cè)研究與實(shí)現(xiàn)[D].安徽大學(xué):安徽大學(xué),2012.)中提出了一種基于人體寬高比、有效面積率和重心變化率的人體跌倒檢測(cè)。采用左常玲提出的方法能夠在平坦環(huán)境下實(shí)現(xiàn)跌倒檢測(cè)，其采用的計(jì)算兩幀間重心位置歐式距離的方法在人體橫向跌倒時(shí)能夠取得良好的檢測(cè)效果，但在人體面向攝像頭跌倒時(shí)由于重心橫向特征變化不明顯，故此時(shí)檢測(cè)效果會(huì)減弱。此外，其檢測(cè)范圍也忽略了斜坡、樓梯等老年人更易跌倒的地方。綜上所述，目前在基于視頻的跌倒檢測(cè)算法中包括檢測(cè)的精度、算法的應(yīng)用范圍這兩個(gè)方面均具有改進(jìn)的地方。

發(fā)明內(nèi)容

為了克服現(xiàn)有的跌倒檢測(cè)方法的檢測(cè)精度較低、適用范圍較窄的不足，本發(fā)明提供一種檢測(cè)精度較高、適用范圍較寬的基于GMM和時(shí)序模型的跌倒實(shí)時(shí)檢測(cè)方法。

為了解決上述技術(shù)問(wèn)題，本發(fā)明提供如下技術(shù)方案：

一種基于GMM(Gaussian?Mixture?Model高斯混合模型)和時(shí)序模型的跌倒實(shí)時(shí)檢測(cè)方法，所述跌倒實(shí)時(shí)檢測(cè)方法包括以下步驟：

1)背景建模；

2)形態(tài)學(xué)處理：進(jìn)行一次開(kāi)運(yùn)算，消除細(xì)小噪聲干擾，進(jìn)行一次閉運(yùn)算，填補(bǔ)連通區(qū)域空白；

3)運(yùn)動(dòng)目標(biāo)檢測(cè)：設(shè)定連通區(qū)域閾值，剔除過(guò)小的運(yùn)動(dòng)目標(biāo)，標(biāo)定人體運(yùn)動(dòng)目標(biāo)；

4)判定人體輪廓寬高比變化：在連通區(qū)域檢測(cè)的基礎(chǔ)上，標(biāo)定人體輪廓寬高比的值，根據(jù)該值的變化，作為判定人體摔倒的初步依據(jù)；