[发明专利]一种基于GMM和时序模型的跌倒实时检测方法在审
申请号: | 201410854055.9 | 申请日: | 2014-12-31 |
公开(公告)号: | CN104574441A | 公开(公告)日: | 2015-04-29 |
发明(设计)人: | 张永良;王瑞东;董灵平;张智勤;肖刚 | 申请(专利权)人: | 浙江工业大学 |
主分类号: | G06T7/20 | 分类号: | G06T7/20 |
代理公司: | 杭州斯可睿专利事务所有限公司 33241 | 代理人: | 王利强 |
地址: | 310014 浙江省杭州市*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 gmm 时序 模型 跌倒 实时 检测 方法 | ||
1.一种基于GMM和时序模型的跌倒实时检测方法,其特征在于:所述跌倒实时检测方法包括以下步骤:
1)背景建模;
2)形态学处理:进行一次开运算,消除细小噪声干扰,进行一次闭运算,填补连通区域空白;
3)运动目标检测:设定连通区域阈值,剔除过小的运动目标,标定人体运动目标;
4)判定人体轮廓宽高比变化:在连通区域检测的基础上,标定人体轮廓宽高比的值,根据该值的变化,作为判定人体摔倒的初步依据;
5)构造重心状态矩阵:相邻两帧的重心点(x0,y0)、(x1,y1),将重心状态由传统的帧间欧式距离分割成四个分量,分别是水平方向速率、水平加速度值和垂直方向速率、垂直加速度值,即重心状态矩阵||vx|,vy,|ax|,ay|T;
6)指数平滑法更新:利用指数平滑法对重心状态矩阵进行更新,更新公式如下:
其中,alph为重心状态变化的学习率,|vx|表示重心在当前帧的水平速率值,|v'x|表示重心在上一帧的水平速率值,vy表示重心当前帧的垂直速率值,v'y表示重心上一帧的垂直速率值,|ax|表示重心当前帧的水平加速度值,|a'x|表示重心上一帧的水平加速度值,|ay|表示重心当前帧的垂直加速度值,|a'y|表示重心垂直方向的速度值;
7)给定跌倒阈值矩阵如下:
其中threshold表示阈值矩阵,|vxth|表示跌倒发生时重心水平速率值,vyth表示跌倒发生时重心垂直速度阈值,|axth|表示跌倒发生时重心水平加速度阈值,ayth表示跌倒发生时重心垂直加速度阈值;
8)根据测试数据,垂直方向与水平方向的阈值权重如下分别为a和1-a,a为0~1之间的小数,给出如下的跌倒检测公式:
其中,fall为跌倒检测判断参数,如果fall值大于等于阈值thFall,判定跌倒发生,thFall值根据实验环境给定。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学;,未经浙江工业大学;许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410854055.9/1.html,转载请声明来源钻瓜专利网。