一種基于CNN和人體橢圓輪廓運動特征的摔倒檢測方法
作者：鄧志鋒; 閔衛東; 鄒松 南昌大學信息工程學院; 江西南昌330031
摘要：為了解決傳統的使用幾何特征檢測摔倒的方法的不穩定、難于區別一些相似的活動等問題,提出了一種基于卷積神經網絡(CNN)和人體橢圓輪廓的運動特征的摔倒檢測方法。首先,使用高斯混合模型檢測出人體目標并求出其最小外接橢圓輪廓。然后在每一幀的橢圓輪廓中提取出長短軸之比、方向角和人體質心的豎直方向速度,融合成一個基于時間序列的運動特征。最后,經過一個淺層的CNN對這些運動特征進行訓練,用于摔倒判斷,并區分相似的活動。實驗結果表明,本文方法和現有的方法相比,克服了幾何特征的不穩定性,提高了檢測率。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
圖學學報雜志
圖學學報雜志， 雙月刊，本刊重視學術導向，堅持科學性、學術性、先進性、創新性，刊載內容涉及的欄目：綜述、圖像處理與計算機視覺、計算機圖形學與虛擬現實、數字化設計與制造、工業設計、工程圖學等。于1980年經新聞總署批準的正規刊物。
- 北大期刊
- CSCD期刊
- 統計源期刊
- 1-3個月審核
