一种基于CNN和人体椭圆轮廓运动特征的摔倒检测方法
作者： 南昌大学信息工程学院; 江西南昌330031
摘要：为了解决传统的使用几何特征检测摔倒的方法的不稳定、难于区别一些相似的活动等问题,提出了一种基于卷积神经网络(CNN)和人体椭圆轮廓的运动特征的摔倒检测方法。首先,使用高斯混合模型检测出人体目标并求出其最小外接椭圆轮廓。然后在每一帧的椭圆轮廓中提取出长短轴之比、方向角和人体质心的竖直方向速度,融合成一个基于时间序列的运动特征。最后,经过一个浅层的CNN对这些运动特征进行训练,用于摔倒判断,并区分相似的活动。实验结果表明,本文方法和现有的方法相比,克服了几何特征的不稳定性,提高了检测率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社。
图学学报杂志
图学学报杂志， 双月刊，本刊重视学术导向，坚持科学性、学术性、先进性、创新性，刊载内容涉及的栏目：综述、图像处理与计算机视觉、计算机图形学与虚拟现实、数字化设计与制造、工业设计、工程图学等。于1980年经新闻总署批准的正规刊物。
- 北大期刊
- CSCD期刊
- 统计源期刊
- 1-3个月审核
