[发明专利]一种基于GMM和时序模型的跌倒实时检测方法

摘要

一种基于GMM和时序模型的跌倒实时检测方法，包括以下步骤：1)背景建模；2)形态学处理；3)运动目标检测；4)判定人体宽高比变化；5)构造重心状态变化矩阵；6)指数平滑法更新数据；7)给定跌倒阈值矩阵；8)根据测试数据，按照跌倒检测公式进行判定。本发明采用重心状态矩阵将表征人体运动状态的信息分解为多个参量，并赋予垂直参量更高的权重，使人体状态变化的检测更加精确；采用基于时间序列的指数平滑法对历史数据的权重进行调整，使当前累积数据更加合理。本发明既可应用于平地环境也可应用于楼梯等斜坡环境。

主权项

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：|vx|vy|ax|ay=(1-alph)*|vx|vy|ax|ay+alph*|vx′|vy′|ax′|ay′---(1)]]>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：threshold=|vxth|vyth|axth|ayth---(2)]]>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：fall=a1-aa1-a×(|vx|vy|ax|ay-|vxth|vyth|axth|ayth)T---(3)]]>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。