毕业设计之 --- 基于图像识别的跌倒检测算法
文章目录
- 前言
- 1 实现方法
- 传统机器视觉算法
- 基于机器学习的跌倒检测
- SVM简介
- SVM跌倒检测原理
- 算法流程
- 算法效果
- 实现代码
- 深度学习跌倒检测
- 最终效果
- 网络原理
- 最后
前言
背景和意义
在美国,每年在65岁以上老人中,平均每3人中就有1人发生意外跌倒,每年大约有9500位老年人死于旅行途中或跌倒;而平均年龄在65岁至69岁之间的人每200次跌倒中就有一次髋关节骨折。更严重的是,20%到30%的患者会出现中度到严重的并发症,很可能导致残疾。
而在中国,老年人口已经突破2.5亿,按照30%概览推算,每年有7500万人次的老年人摔倒。
1 实现方法
实现方法有两种,一种是基于计算机视觉的,一种是基于惯性传感器器件的。
这次主要还是介绍基于计算机视觉的,想了解或学习基于惯性传感器器件跌倒检测的同学联系学长,学长安排博客。
传统机器视觉算法
传统背景差分法,结合OpenCV中的图像高斯平滑预处理以及腐蚀、膨胀图像形态学处理方法,实现一个更符合实际场景需要的运动目标检测方法。实验效果比较分析表明,该目标检测算法较传统目标检测算法能够提取更加准确和完整的运动目标轮廓。
检测效果如下:
背景差分法利用当前待处理视频帧图像与已经建模好的背景图像进行差分运算,利用阈值处理减少图像中的噪声干扰。优点是计算简单,且可以解决帧间差分法检测空洞的问题,得到的轮廓比较完整; 缺点是对于动态场景的适应能力不强, 对光照变化、 外来无关事物影响比较敏感。
需要源码联系学长—点我查看
基于机器学习的跌倒检测
人体行为辨识属于模式识别的分类决策的阶段,主要通过提取表征人体运动行为的特征向量,进而对人体的行为进行分析分类,最终用自然语言对其进行描述。有两种比较常见的方法:
(1) 基于模型的方法
基于模板的方法主要以人体模板作为主要的使用依据,可以通过对包含特定行为的视频帧序列进行转换的方法得到人体的模板,然后将被检测的人体行为与已经归类的人体行为模板进行匹配分类,从而得到行为识别的结果。基于模型的方法具有计算简单的优点,一般通过模型之间的距离比较完成人体行为的分类识别。缺点是需要大量足够的训练样本。
(2) 基于聚类的方法
基于聚类的方法把视频帧序列按照某种规则分类,在每一段进行特征的提取组成表示该段的特征矢量,进而通过聚类和相似度量等方法,将其中类别较少的段归为异常。常在处理离线状态下大量数据的异常检测问题时使用基于聚类的行为辨识方法。
SVM简介
支持向量机即常说的 SVM,全称是Support Vector Machine。支持向量机是建立在统计学的VC维理论与结构化最小风险原理的基础上的,通过将向量映射到一个更高维的空间里,在这个空间建立一个最大间隔超平面,这个超平面被称为最优分类面,是支持向量机方法的理论基础。
SVM跌倒检测原理
我设计了一种运动物体行为辨识中采用基于两级SVM分类器的方法。
第一级SVM分类器用于判决运动物体是否处于非直立(下蹲、跌倒等)状态,提取物体的宽高比、最小包含物体矩形框面积、最小包含物体矩形框周长、运动物体高度等特征进行分类器的训练和分类判决。对于第一级分类器判决为非直立状态的图像帧,将它送入第二级SVM分类器进行分类判决。
第二级SVM分类器用于区分运动物体处于跌倒或其他的非直立状态,提取Zernike矩特征、运动物体的高度、运动物体的宽度、运动物体轮廓面积、运动物体轮廓周长等特征进行分类器的训练和分类判决。如果第二级 SVM 分类器判决为属于跌倒姿势状态类, 系统自动发出报警信息。
算法流程
算法效果
实现代码
联系学长获取帮助—点我查看
深度学习跌倒检测
介绍一个效果非常不错的网络,使用数据集在该网络下训练后得到的跌倒检测效果粉肠不错。
最终效果
网络原理
最后
毕业设计之 --- 基于图像识别的跌倒检测算法相关推荐
- 基于图像识别的跌倒检测
摘 要 随着人口老龄化日益增加,老年人跌倒的比例逐年增高,本论文研究通过采集身体姿态数据来判断是否发生跌倒.选用背景差分法和形态学算法提取目标骨架,骨架提取经历九步:图像灰度化,背景差分法提取目标轮廓 ...
- 研读《基于关节点提取的老年人跌倒检测算法》论文
摘要: 随着人口老龄化问题日益严重,老年人的安全问题变得愈加重要,而对老年人安全问题威胁最大的便是老年人的跌倒问题,因此本文提出了一种基于关节点提取以及 SVM 分类器的老年人跌倒检测算法.首先,通过 ...
- 基于高斯分布的异常检测算法 项目描述
异常检测项目整理 基于高斯分布的异常检测算法 收集特征:电机轴1到6,问问剑桥,那份文档每个参数啥意思. 假设机器数据符合高斯分布,如果不符合,就用对数函数转化为高斯分布. 一个机器的1轴和2轴 ...
- 基于语音的疲劳度检测算法研究
基于语音的疲劳度检测算法研究 摘 要 疲劳是一种自然现象,是人体的一种自我调节和保护功能.检测疲劳状态对于当今社会从事各行各业都有积极意义.本课题提出了一种基于语音特征参数和概率神经网络的语音疲劳度识 ...
- 基于YOLOv4的绝缘子检测算法
摘要 针对绝缘子检测过程中图像易出现失真,以及模型受外界环境影响较大的问题,提出一种基于YOLOv4的绝缘子检测算法.该算法首先采用自适应伽马变换自动调整绝缘子图像的明亮度,然后使用YOLOv4网络学 ...
- 基于图的异常检测算法——概述
正在调研基于图的异常检测算法,先出个概述,后面再慢慢填坑 基于图的异常检测 给定一个图数据库,找到其中罕见不同于其他数据对象的点/边/子结构 静态图的异常检测 普通静态图 基于结构 基于特征:利用图结 ...
- 毕业设计之 --- 基于机器视觉的手势检测和识别算法
文章目录 0 前言 1 实现效果 2 技术原理 2.1 手部检测 2.1.1 基于肤色空间的手势检测方法 2.1.2 基于运动的手势检测方法 2.1.3 基于边缘的手势检测方法 2.1.4 基于模板的 ...
- 一种基于图像识别的水位测量算法
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 一.引言 我国是一个水灾频发的国家,水安全问题已成为影响经济和社会 ...
- 连通域最小外接矩形算法原理_基于分割的文本检测算法之PSENet/PAN/DBNet
1. 文本检测难点 文本内包含文本,艺术字体,任意方向 ,曲线文字 ,多语言,其他环境因素等是文本检测中的难点 2. 分割 问题1: 语义分割模型是对pixel进行分类,所以理论上讲,可以检测不规则的 ...
最新文章
- redis详解(四)-- 高可用分布式集群
- Add margining capability to a dc/dc converter
- Java程序员必须掌握的常用Linux命令
- 实录分享 | 计算未来轻沙龙:“法律+AI”前沿研讨会(PPT下载)
- AMD EPYC——CPU命名规则
- orcale用户名的创建及权限设置
- OpenGL基础49:高度贴图(下)
- 方法的创建、重载及递归调用
- python 编码例子汇总
- 计算机快捷键屏幕录制,电脑录屏快捷键是哪个(电脑录屏的方法有4种)
- Chrom安装Axure插件浏览原型图
- 旅游地图制作_手把手教你用旅游神器App:谷歌地图
- 解决win10下WIFI无法连接到网络
- multiple definition of `_start'
- Google翻译API使用案例
- 开源AI项目-老照片修复之 Bringing Old Photos Back to Life
- 康耐视visionpro工具-数据分析CogDataAnalysisTool
- 就很凸然,电脑里多出了一个文件···
- sql sever 数据库文件收索操作
- Linux qt shell脚本,QT执行shell脚本或者执行linux指令