[发明专利]一种基于支持向量机的溺水行为检测方法

摘要

本发明公开了一种基于支持向量机的溺水行为检测方法，本发明采用支持向量机作为机器学习的分类器，通过预先模拟得到溺水行为和正常游泳行为的视频序列样本训练支持向量机分类器，然后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，将监测到的视频图像序列输入训练好的支持向量机分类器，判断游泳者的行为状态，从而能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、对光照变换适应性好的优点；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。

主权项

一种基于支持向量机的溺水行为检测方法，其特征在于，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，这些人体特征参数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，则并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。