[发明专利]一种老人跌倒行为识别方法、存储介质及设备

权利要求书

1.一种老人跌倒行为识别方法，其特征在于，所述方法包括：

对待测视频进行预处理，获得所述待测视频的训练立方体；

基于所述待测视频的训练立方体，利用预先提取的慢特征函数，获得待测视频的慢特征；

将所述待测视频的慢特征输入预先训练的分类器，输出识别结果；

所述慢特征函数的提取包括：对训练视频进行预处理，获得训练视频的图像运动区域；基于所述训练视频的图像运动区域，采用Surf算法，获得训练视频的训练立方体；采用慢特征分析方法对所述训练视频的训练立方体进行分析，获得慢特征函数。

2.根据权利要求1所述的老人跌倒行为识别方法，其特征在于，所述慢特征分析方法为带监督信息的慢特征分析方法。

3.根据权利要求1所述的老人跌倒行为识别方法，其特征在于，所述训练视频的图像运动区域的获得包括：

将训练视频转换为多帧图像序列，并变换成灰度图像；

采用三帧间差分法分割所述灰度图像的运动前景，获得训练视频的图像运动区域。

4.根据权利要求1所述的老人跌倒行为识别方法，其特征在于，所述训练视频的训练立方体的获得包括：

采用Surf算法，检测所述训练视频的图像运动区域所有的特征点；

跟踪所述训练视频的图像运动区域所有的特征点，获得特征点轨迹的集合；

基于所述特征点轨迹的集合，针对每一条特征点轨迹的特征点，提取h×h邻域内的像素值形成像素块，并对Δt个相邻的像素块进行整合，获得所述训练视频的训练立方体。

5.根据权利要求4所述的老人跌倒行为识别方法，其特征在于，所述h＝3,Δt＝4。

6.根据权利要求1所述的老人跌倒行为识别方法，其特征在于，所述的分类器采用支持向量机分类模型。

7.根据权利要求6所述的老人跌倒行为识别方法，其特征在于，所述分类器采用交叉验证的方式确定训练样本和测试样本。

8.一种存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7任一项所述老人跌倒行为识别方法。

9.一种设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-7任一项所述老人跌倒行为识别方法。