[发明专利]一种基于GMM和时序模型的跌倒实时检测方法

说明书

技术领域

本发明涉及的领域有机器视觉、模式识别、数字图像处理、特征提取等领域，尤其是一种跌倒实时检测方法。

背景技术

背景建模、动态目标检测、目标重心状态检测、跌倒检测是老人跌倒实时检测算法的关键。

随着许多国家步入老龄化社会，如何保证老年人度过安康晚年成为许多国家面临的一个问题。跌倒是造成老年人受伤或死亡的重要原因之一，有效的检测老年人跌倒事件的发生对于保护老年人生命安全具有重要意义。据上海疾控中心统计，在60岁以上老年人中，跌倒占总伤害的36.8％，是老年人第一位伤害发生类型，80岁以上老年人跌倒的发生率高达50％，跌倒及其后果给老年人造成了巨大的身心伤害，严重影响老年人的生活质量。

针对目前的老人跌倒检测领域，可穿戴设备被大多数的学者采用。如石欣的论文(SHI Xin.,ZHANG Tao.:Design of a wearable fall detection device[J].Chinese Journal of Scientific Instrument,2012,(3):pp:573-580.即：石欣,张涛.一种可穿戴式跌倒检测装置设计[J].仪器仪表学报,2012,(3):573-580。)中，提到了基于压力传感器的跌倒检测技术。此类技术具有较高的检测精度，但使用不方便，不符合老年人的生活习惯。Alwan等学者的论文(Alwan,M.,Rajendran,P.,Kell,S.,Mack,D.,Dalal,S.,Wolfe,M.,Felder,R.:A smart and passive floor-vibration based fall detector for elderly.In:2nd Information and Communication Technologies,vol.1,pp.1003–1007(2006).即：Alwan,M.,Rajendran,P.,Kell,S.,Mack,D.,Dalal,S.,Wolfe,M.：一种基于地板传感器的智能老人跌倒检测技术，信息通信技术,2006,1,:1003-1007。)中提出的基于地面传感器的跌倒检测技术能够解决使用者使用不便的问题，但此类方法的缺点是使用范围小且地面传感器价格昂贵。此外还有基于声音的跌倒检测技术，但此类跌倒检测的缺点是精度过低，因此一般仅作为跌倒检测的辅助手段。最后是基于视频的跌倒检测技术，此类方法兼顾了较高的检测精度和良好的使用方便性，故具有可观的推广前景。其中在左常玲的论文(ZUO Chang-ling.Research and Realization of Video-based Automatic Fall Detection[D].Anhui University:Anhui University,2012.即左常玲.基于视频的自动摔倒检测研究与实现[D].安徽大学:安徽大学,2012.)中提出了一种基于人体宽高比、有效面积率和重心变化率的人体跌倒检测。采用左常玲提出的方法能够在平坦环境下实现跌倒检测，其采用的计算两帧间重心位置欧式距离的方法在人体横向跌倒时能够取得良好的检测效果，但在人体面向摄像头跌倒时由于重心横向特征变化不明显，故此时检测效果会减弱。此外，其检测范围也忽略了斜坡、楼梯等老年人更易跌倒的地方。综上所述，目前在基于视频的跌倒检测算法中包括检测的精度、算法的应用范围这两个方面均具有改进的地方。

发明内容

为了克服现有的跌倒检测方法的检测精度较低、适用范围较窄的不足，本发明提供一种检测精度较高、适用范围较宽的基于GMM和时序模型的跌倒实时检测方法。

为了解决上述技术问题，本发明提供如下技术方案：

一种基于GMM(Gaussian Mixture Model高斯混合模型)和时序模型的跌倒实时检测方法，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；