[发明专利]一种基于机器视觉的人体跌倒检测方法无效
| 申请号： | 201210167580.4 | 申请日： | 2012-05-25 |
| 公开（公告）号： | CN102722721A | 公开（公告）日： | 2012-10-10 |
| 发明（设计）人： | 马昕;王海波;周民刚;李贻斌 | 申请（专利权）人： | 山东大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06T7/00 |
| 代理公司： | 济南金迪知识产权代理有限公司 37219 | 代理人： | 宁钦亮 |
| 地址： | 250100 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于机器视觉的人体跌倒检测方法，该方法基于以下条件：所有的检测对象都是人，而且在室内环境；所有人的活动范围能够用深度摄像机捕捉到人体；具体包括以下步骤：（1）利用深度摄像机进行图像采集；（2）通过新得到的图像减去背景提取出图像中的前景；（3）利用二值图像轮廓提取算法获得前景轮廓；（4）对前景轮廓与不同尺度的高斯函数进行卷积计算，将轮廓图像映射到曲率尺度空间形成曲率尺度空间CSS图像，提取CSS图的峰值点，不同尺度下的峰值点便构成了基于曲率尺度特征的视频词包；（5）用得到的视频词包训练极限学习机分类器。本发明能够在训练样本很少的情况下，以较少的训练时间，获得较为精确的跌倒检测结果。 | ||
| 搜索关键词： | 一种 基于 机器 视觉 人体 跌倒 检测 方法 | ||
【主权项】：
1.一种基于机器视觉的跌倒检测方法，其特征是，基于以下条件：所有的检测对象都是人，而且在室内环境；所有人的活动范围有限，能够用深度摄像机捕捉到人体；具体包括以下步骤：（1）利用深度摄像机进行图像采集；（2）利用高斯混合模型对背景建模，通过新得到的图像减去背景提取出图像中的前景；（3）利用二值图像轮廓提取算法获得前景轮廓；（4）前景轮廓与不同尺度的高斯函数进行卷积计算，高斯函数![]()
将高斯函数的标准差σ定义为尺度，并且由小到大变化，取均值μ＝0，将轮廓图像映射到曲率尺度空间形成CSS图，然后提取CSS图的峰值点，该峰值点作为轮廓图像特征，不同尺度下的峰值点便构成了基于曲率尺度特征的视频词包；（5）用得到的基于曲率尺度空间特征的视频词包训练极限学习机分类器；利用极限学习机分类器进行人体跌倒检测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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山东大学，未经山东大学许可，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/patent/201210167580.4/，转载请声明来源钻瓜专利网。
