一种基于骨骼关键点关联和关键特征感知的跌倒检测方法技术

本发明专利技术公开了一种基于骨骼关键点关联和关键特征感知的跌倒检测方法，涉及跌倒检测技术领域；该方法包括如下步骤：获取用户运动视频序列中的多个视频帧；对每个视频帧进行预处理；基于预处理后的多个视频帧，检测不同视频帧之间相同移动目标的关联骨架关键点；进一步学习关联骨架关键点的特征表示，获得上下文特征矩阵；基于上下文特征矩阵，进行跌倒检测。通过该方法可以提升了在清晰度差和对比度低的场景中检测移动目标的能力；有助于对特征信息进行关联，从而减少误检的误导影响；促进精细特征表示的学习，使特征对人类活动分类更具区分性。

【技术实现步骤摘要】

本专利技术涉及跌倒检测，更具体的说是涉及一种基于骨骼关键点关联和关键特征感知的跌倒检测方法。

技术介绍

1、人体跌倒检测旨在持续且精确地识别人类执行的跌倒事件，这既是基础性的也是具有挑战性的。研究成果表明，人体跌倒检测在各个领域都有着深远和广泛的影响，例如在医疗保健、安全监控和姿态恢复等方面。尽管在过去几年中跌倒检测领域取得了令人鼓舞的进展，但现实场景中的跌倒检测仍需要应对各种类型的复杂挑战，如姿态变化、光线昏暗和背景杂乱。因此，针对日常人体跌倒的可靠和高效的解决方案正在被广泛研究。

2、一个典型的人体跌倒检测系统大致包括信号感知、特征提取、跌倒判断和紧急救援等部分。如果能够自动且准确地检测到跌倒事件，特别是老年人跌倒，就可以显著减少意外伤害。最近，许多努力已经被投入到提高跌倒检测性能上。一些研究使用可穿戴设备或环境传感器来收集特定场景下的物理信号，然后分析这些信号以推断人体是否跌倒。然而，这些方法具有侵入性并且容易产生误报。卷积神经网络(convolutional neural networks,cnns)的最新进展促使非侵入式的基于视觉的方本文档来自技高网...

【技术保护点】

1.一种基于骨骼关键点关联和关键特征感知的跌倒检测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于骨骼关键点关联和关键特征感知的跌倒检测方法，其特征在于，所述步骤S2具体包括：

3.根据权利要求2所述的一种基于骨骼关键点关联和关键特征感知的跌倒检测方法，其特征在于，所述高斯混合模型的概率分布表示为：

4.根据权利要求3所述的一种基于骨骼关键点关联和关键特征感知的跌倒检测方法，其特征在于，在使用高斯混合模型过程中，持续对其中每个高斯模型的参数进行更新；更新方法表示为：

5.根据权利要求2所述的一种基于骨骼关键点关联和关键特征...

【技术特征摘要】

1.一种基于骨骼关键点关联和关键特征感知的跌倒检测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于骨骼关键点关联和关键特征感知的跌倒检测方法，其特征在于，所述步骤s2具体包括：

3.根据权利要求2所述的一种基于骨骼关键点关联和关键特征感知的跌倒检测方法，其特征在于，所述高斯混合模型的概率分布表示为：

4.根据权利要求3所述的一种基于骨骼关键点关联和关键特征感知的跌倒检测方法，其特征在于，在使用高斯混合模型过程中，持续对其中每个高斯模型的参数进行更新；更新方法表示为：

5.根据权利要求2所述的一种基于骨骼关键点关联和关键特征感知的跌倒检测方法，其特征在于，所述修正对比度限制自适应直方图均衡化中，采用自适应剪...

【专利技术属性】
技术研发人员：杜晨杰，柴本成，邓芳，何志伟，高明煜，蓝孟阳，金冉，洪鑫华，
申请(专利权)人：浙江万里学院，
类型：发明
国别省市：