[发明专利]一种基于支持向量机的溺水行为检测方法

说明书

技术领域

本发明涉及计算机视觉技术及视频监控领域，尤其涉及一种基于支持向量机的溺水行为检测方法。

背景技术

游泳池是每个城市的基础建设设施，是人们休闲娱乐的主要场所。然而据一份资料显示，溺水死亡是我国青少年意外死亡的首要原因。许多溺水事件都发生在公共游泳场所，即使有专业的救生人员监管，但是由于没能够及时发现溺水者，导致了死亡事件的发生。因此，研发一套能够自动发现检测溺水事件的系统以及时发现溺水者拯救生命具有极大的现实意义。

国外早在20多年前已经开展了溺水行为自动检测方面的研究。现有技术中,有些技术方案提出通过安装超声波阵列，检测游泳者游泳动作的运动速率，作为可能发现溺水行为的信号；还有一些技术方案提出利用超声波雷达，检测泳池底部是否出现没有运动的物体来判断是否发生了溺水事件；此外法国的Poseidon Technology开发出了世界上第一套基于计算机辅助的溺水行为检测系统。该系统通过在水底和水面上方安装摄像头，检测分析泳池中人群的行为，若发现异常行为人，即溺水者，就通过显示器和警报铃发出警报。该系统已经在欧美多个国家和地区的公共游泳场所安装应用多年，并且帮助发现多列溺水者，拯救了多人的生命。但该系统也存在诸多弊端，比如，该系统只能检测发现已经溺水后期阶段的溺水者，此时的溺水者生命已经岌岌可危，同时，该系统的通过安装在水底的摄像头实现监控，这样的方案不仅维护成本高，而且监控的准确率很容易受其他物体的干扰。申请人2011年12月28日申请的申请号为“201110448257.X”名称为“基于视频的早期溺水行为动作检测方法”的发明专利，该专利公开了一种采用隐马尔科夫模型的溺水行为检测方法，但该方法前期训练和建模模型过程复杂，在实际执行过程中实时性并不好，同时检测的准确度不高，误检率高。

因此，针对目前溺水行为检测方法存在的不足，本发明提出了一种高效稳定简单的基于支持向量机的溺水行为检测方法。

发明内容

本发明的目的是克服现有的采用摄像头的溺水行为检测技术的不足，提供一种基于支持向量机的溺水行为检测方法。

本发明的目的是通过以下技术方案来实现的： 一种基于支持向量机的溺水行为检测方法，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，人体特征参数集合Q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；

（9）当行为记录序列T中存在若干条连续时间内潜在溺水行为，则判断游泳者处于溺水行为，发出警报。

本发明的有益效果是，本发明够在现实公共游泳场所通过摄像头自动检测发现溺水者，能够最大限度的及时拯救生命，具有检测准确可靠、鲁棒性好、抗噪性能高、对泳池环境适应性好的优点；而且本发明通过安装在水面上方的摄像头实施监控，系统实施成本低，具有极大的工程应用价值。

附图说明

图1是基于码书算法的背景模型构建示意图；

图2是椭圆拟合人体模型示意图；

图3是游泳者状态定义示意图。

具体实施方式

下面结合附图详细描述本发明，本发明的目的和效果将变得更加明显。本发明基于支持向量机的溺水行为检测方法包括如下步骤：

步骤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。

本发明方法采集图像采用的摄像头为普通视频监控摄像头，得到图像大小为352*288视频图像序列。