【技术实现步骤摘要】
【技术保护点】
一种基于支持向量机的溺水行为检测方法,其特征在于,该方法包括以下内容:(1)通过安装在水面上方的摄像头实时采集游泳池的视频图像序列;(2)采用基于码书的背景减除方法提取步骤(1)中得到的视频图像序列中的前景运动目标,即游泳者;(3)对步骤(2)中得到的游泳者采用椭圆拟合的方法建立人体模型,计算基于该模型的人体特征参数集合Q,这些人体特征参数包括中轴线与水平坐标轴的夹角Qpos、最小外接矩阵面积比值Qact、面积变化量Qsv、水下部分比例Qsub;(4)将步骤(3)得到的关于游泳者的人体特征参数输入经过训练的支持向量机分类器,判断该游泳者处于的状态;(5)将步骤(4)得到的游泳者的当前状态记录到状态记录序列R中;(6)采用卡尔曼滤波算法跟踪步骤(2)中检测到的游泳者;(7)重复步骤(2)?(6)若干次,保存记录该游泳者的若干次状态检测的结果在状态记录序列R中;(8)通过步骤(7)中得到的状态记录序列R和状态行为关系表,判断该游泳者是处于正常的游泳行为还是潜在溺水行为,若判断的行为为潜在溺水行为,则并将当前的潜在溺水行为记录在行为记录序列T中;若判断的行为为正常的游泳行为,则丢弃该行为记录 ...
【技术特征摘要】
【专利技术属性】
技术研发人员:周泓,陈益如,杨思思,程添,蔡宇,
申请(专利权)人:浙江大学,
类型:发明
国别省市:
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。