-
公开(公告)号：CN107506706A
公开(公告)日：2017-12-22
申请号：CN201710691664.0
申请日：2017-08-14
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于三维摄像头的人体跌倒检测的方法，该方法包括训练数据采集，对不同身高，不同年龄的多个实验对象采集多组跌倒与非跌倒动作片段进行采集；数据预处理；动作特征提取，提取每种动作的骨骼节点分布特征，高度特征以及惯性特征，构成行为特征向量；分类器训练获取运动模型，将训练集的行为特征向量输入隐马尔可夫模型分类器，获得参数最优模型；最后对每个测试样例连续帧内的数据进行上述的特征提取，投入之前模型进行测试，判别。本发明用机器学习方法实现了人体跌倒行为检测，具有较高的识别率。该方法属于计算机视觉以及机器学习领域，能够有效地识别出室内跌倒行为发生情况，及时发出报警，节省了看护工作人员劳动力。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
