摘要:为了解决传统的使用几何特征检测摔倒的方法的不稳定、难于区别一些相似的活动等问题,提出了一种基于卷积神经网络(CNN)和人体椭圆轮廓的运动特征的摔倒检测方法。首先,使用高斯混合模型检测出人体目标并求出其最小外接椭圆轮廓。然后在每一帧的椭圆轮廓中提取出长短轴之比、方向角和人体质心的竖直方向速度,融合成一个基于时间序列的运动特征。最后,经过一个浅层的CNN对这些运动特征进行训练,用于摔倒判断,并区分相似的活动。实验结果表明,本文方法和现有的方法相比,克服了几何特征的不稳定性,提高了检测率。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社