基于头部运动轨迹和3D视觉的跌倒检测系统

《基于头部运动轨迹和3D视觉的跌倒检测系统》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、毕业论文题目：基王头部运动轨迹和3D视觉的跌倒检测系统僵墨皇堡皇丝堡专—20—08级硕士生姓名：谢靖指导教师(姓名、职称)：王自强副教授随着社会的老龄化的趋势不断加快，老年人人口比重已有显著上升，并且出现了很多老年人独居的情况，因而老年人健康问题成为社会关注的焦点。其中，跌倒作为一种高频突发事件，对老年人的健康造成很大的负面影响。跌倒检测系统能让老年人发生跌倒时第一时间得到救护，避免由-?--挺时间平躺(10ng-lie)所造成的健康恶化。跌倒检测系统已成为国内外的研究热点。跌倒检测系统利用人发生

2、跌倒的特征，将其与E1常生活活动0如L)进行区分，并在发生跌倒时予以提示。跌倒检测系统可以对老年人尤其是独居老人提供实时的监护，可以避免因为无人照料而带来的风险。由于基于视频的检测跌倒系统不需要用户佩戴传感器。不会让用户感到不适，通过记录视频，为分析跌倒原因提供依据，并且头部对人体运动速度最敏感，特征较为明显，本文提出了基于头部运动轨迹和3D视觉的跌倒识别系统。本文的硬件部分采用了3D摄像头Kinect。通过Kinect可以同时获取的彩色图像和深度图像。对输入的深度图像前景分割获得人的轮廓并定位头

3、部附近区域。通过对彩色图像肤色识别获得肤色区域，两者结合完成对头部的定位。将头部运动速度作为判断跌倒的依据。对不同行为的头部速度进行采集，利用SVM法对运动速度进行分析。首先，运用交叉比对确定最优化参数；其次，以最优化参数训练学习组：最后，对实验组进行预测。实验结果表明，本文的系统能够有效识别蹲下、坐下和跌倒，识别率超过90％。关键词：跌倒检测，SVM，31}视觉摘要南京大学研究生毕业论文英文搐要首页用纸THESIS：Fall—offDetectionSystemBasedOnHeadTrajec

4、toryand3DVisionSPECIALIZATION：SignalandInformationProcessingPOSTGRADUATE：XieJingMENTOR：WangZiqiangAsthepopulationofseniorsisincreasingsignificantly，therearenowsomanyelderlylivingalone，SOthehealthoftheseniorsbecomesasocialfocus。Fall-off,asafrequentemer

5、gency,maythreatthehealthofelderlygreatly．Thefall-offdetectionsystemCandetectfallandoffertheelderlyfirstaid,avoidingthesituationcalledlong-liewhichcoulddeterioratetheirhealth．Thefall-offdetectionsystembecomesanactiveresearchtopicinandoveraboard．Theprin

6、cipaloffall—offdetectionsystemisbasedonthefeatureoffall—offmovement，SOthatitcalldistinguishthefall-offandactivityofdailylife(ADL)，andalarmifnecessary．Fall—offdetectionsystemcouldassistseniorsrealtimeespeciallywholivealoneSOthatrisktheyfacecouldbereduc

7、ed．Camera-basedfall—offdetectionsystemisnotwornbyHsers，solessintrusive．Byrecordvideo，itcouldofferevidenceforanalysisthereasonoffall-off．Theheadissensibleduringmovingandthefeatureisobvious．SOthispaperpresentsfall-offdetectionsystembasedonheadtrajectory

8、and3Dvision．3Dcamerakinectisusedinthissystem．Coloranddepthimagecouldbereadbykinectsimultaneously．Bybackgroundsubtraction，thecontourofmencouldbegot，SOtheareanearbyheadcouldbelocated．Byskindetection，theskinareacouldbedetected．Byboth，theheadcould