-
公开(公告)号:CN109670396B
公开(公告)日:2023-06-27
申请号:CN201811310459.6
申请日:2018-11-06
申请人: 华南理工大学 , 广州飞宇智能科技有限公司
IPC分类号: G06V40/20 , G06V10/764 , G06T7/246 , G06T7/66 , G08B21/04
摘要: 本发明公开了一种室内老人跌倒检测方法,旨在为室内的老人异常行为检测并报警提供一种解决方案,包括下述步骤:得到视频数据中的一帧,进行降噪、增强对比度等预处理;计算图像方向梯度直方图特征,并使用SVM分类器实现人体检测,以确定是否包含人体;确定图像包含人体情况下,使用目标跟踪算法跟踪人体区域;以跟踪矩形区域内切椭圆来表征身体特征,内切椭圆中心点和下顶点分别表示人体躯干的中心和脚部,对这两个特征点进行加速度、角度、高度差及停留时间的计算,来判断老人是否跌倒。本发明相较于传统基于加速度传感器或骨骼传感器Kinect的识别方法,具有更低的安装成本,而相较于传统基于人体轮廓长宽比值的判别方法具有更高的识别准确率。
-
公开(公告)号:CN109670396A
公开(公告)日:2019-04-23
申请号:CN201811310459.6
申请日:2018-11-06
申请人: 华南理工大学 , 广州飞宇智能科技有限公司
摘要: 本发明公开了一种室内老人跌倒检测方法,旨在为室内的老人异常行为检测并报警提供一种解决方案,包括下述步骤:得到视频数据中的一帧,进行降噪、增强对比度等预处理;计算图像方向梯度直方图特征,并使用SVM分类器实现人体检测,以确定是否包含人体;确定图像包含人体情况下,使用目标跟踪算法跟踪人体区域;以跟踪矩形区域内切椭圆来表征身体特征,内切椭圆中心点和下顶点分别表示人体躯干的中心和脚部,对这两个特征点进行加速度、角度、高度差及停留时间的计算,来判断老人是否跌倒。本发明相较于传统基于加速度传感器或骨骼传感器Kinect的识别方法,具有更低的安装成本,而相较于传统基于人体轮廓长宽比值的判别方法具有更高的识别准确率。
-