【技术实现步骤摘要】
本专利技术涉及一种图像应用技术,特别涉及一种人体跌倒检测方法。
技术介绍
2015年中国总人口数量超13.6亿人,60周岁老龄人口2.1亿,占总人口的15.5%,我国已经步入老龄化社会。据相关资料分析,跌倒是导致老年人伤残甚至死亡的重要因素之一。及时的检测出老人跌倒,不仅能减小医疗开支,更能使老人得到及时救助。目前,国内外对人体跌倒检测主要分为两类方法:(1)基于人体穿戴设备;(2)基于视频图像分析。基于人体穿戴设备的跌倒检测,主要以传感器为媒介来采集数据。常见的传感器有加速度传感器,陀螺仪,压力传感器等。席旭刚等设计出了一种基于表面肌电(sEMG)和足底压力信号融合的跌倒检测系统,系统需要在人体穿戴肌电信号采集仪和压力传感器,系统平均识别率达到了91.7%。JinWang等通过无线传感器采集人体跌倒时躯干倾斜角、心跳率的变化,分析人体是否发生跌倒,准确率达到97.5%。宋菲等通过将提取到的运动目标图像分为三个区域,分析不同区域重心连线的变化,检测人体是否发生跌倒,实验证明跌倒检测率达到90.5%。M.等人利用椭圆标记跟踪目标,分析椭圆运动目标的长短轴的方向和离心率的变化,实验准确率可以达到90%。基于人体穿戴设备的跌倒检测准确率较高,但是其成本也相对较高,佩戴相关产品也较麻烦。基于视频图像分析的跌倒检测成本低,但是准确率相对较低,容易受外界条件的影响。
技术实现思路
本专利技术是针对基于视频图像分析的跌倒检测准确率低的问题,提出了一种人体跌倒检测方法,以摄像机为媒介来采集图像数据,通过图像处理技术分析判断人体是否跌倒。具有良好的环境适应性和较高的跌倒检测准 ...
【技术保护点】
一种人体跌倒检测方法,其特征在于,具体包括如下步骤:1)以摄像机为媒介来采集图像数据,对采集的图像进行处理,首先,将像素点的颜色信息从RGB颜色空间转换到HSV颜色空间,然后通过设定参数值,将背景区域区分出,得到人体目标;2)在步骤1)基础上通过最小面积外接矩形对人体目标进行限定,然后用最小面积外接矩计算矩形宽高比、人体质心高度比和人体躯干倾斜角,作为人体跌倒判断的特征量;3)通过广义三角模糊函数构造人体特征的基本概率分配BPA,分别构建人体在跌倒、下蹲、站立时其人体宽高比特征对应的隶属度函数;4)将步骤2)检测到的三种人体目标特征值代入到步骤3)构造的广义模糊函数中,生成BPA的策略:A:当样本在某单个模糊数横坐标范围内时,该样本点的纵坐标即是该命题的BPA值mi(U),i为证据数,取1,2,3;U为识别框架,取S,T,F为人体站立、下蹲、跌倒3个命题;B:当样本在多个模糊数横坐标范围内时,该样本点满足的多个纵坐标值为多个命题的BPA值mi(U);C:生成的单个BPA值mi(U)小于1时,生成其他BPA为k取1,2;lk为mi(U)的特征值横坐标与其他两个证据三角模糊数中心点,也就是 ...
【技术特征摘要】
1.一种人体跌倒检测方法,其特征在于,具体包括如下步骤:1)以摄像机为媒介来采集图像数据,对采集的图像进行处理,首先,将像素点的颜色信息从RGB颜色空间转换到HSV颜色空间,然后通过设定参数值,将背景区域区分出,得到人体目标;2)在步骤1)基础上通过最小面积外接矩形对人体目标进行限定,然后用最小面积外接矩计算矩形宽高比、人体质心高度比和人体躯干倾斜角,作为人体跌倒判断的特征量;3)通过广义三角模糊函数构造人体特征的基本概率分配BPA,分别构建人体在跌倒、下蹲、站立时其人体宽高比特征对应的隶属度函数;4)将步骤2)检测到的三种人体目标特征值代入到步骤3)构造的广义模糊函数中,生成BPA的策略:A:当样本在某单个模糊数横坐标范围内时,该样本点的纵坐标即是该命题的BPA值mi(U),i为证据数,取1,2,3;U为识别框架,取S,T,F为人体站立、下蹲、跌倒3个命题;B:当样本在多个模糊数横坐标范围内时,该样本点满足的多个纵坐标值为多个命题的BPA值mi(U);C:生成的单个BPA值mi(U)小于1时,生成其他BPA为k取1,2;lk为mi(U)的特征值横坐标与其他两个证据三角模糊数中心点,也就是与纵坐标为1的横坐标的距离;D:生成的BPA之和小于1时,生成E:生成所有的BPA之和大于1时,则归一化各BPA值;5)根据步骤4的计算,每个命题都有3个证据分别为m1,m2,m3,通过双重加权平均证据源,对人体证据进行信息融合,分析证据中三种人体状态的融合概率值,判断最大概率值的状态为人体状态。2.根据权利要求1所述人体跌倒检测方法,其特征在于,所述步骤5)通过双重加权平均证据源,对人体证据进行信息融合,具体包括如下步骤:m1(S)、m2(S)、m3(S)为人体站立的3个证据,m1(T)、m2(T)、m3(T)为人体下蹲的3个证据,m1(F)、m2(F)、m3(F)为人体跌倒的3个证据,(1)计算平均证据:mave(S)=(m1(S)+m2(S)+m3(S))/3;(2)计算单个命题下各个证据与平均证据的距离:ds=[(m1(S)-mave(S))2+(m2(S)-mave(S))2+…(m3(S)-mave(S))2]1/2;dT=[(m1(T)-mave(T))2+(m2(T)-mave(T))2+…(m3(T)-mave(T))2]1/2;dF=[(m1(F)-mave(F))2+(m2(F)-mave(F))2+…(m3(F)-mave(F))2]1/2(3)与平均证据距离越近,权重越大,所以定义单个命题下各证...
【专利技术属性】
技术研发人员:夏飞,孙朋,张浩,彭道刚,罗志疆,马茜,袁博,王立力,王志成,
申请(专利权)人:上海电力学院,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。