南京邮电大学学报(自然科学版)

作者：刘峰,徐壮,干宗良,刘思江

单位：南京邮电大学 江苏省图像处理与图像通信重点实验室，江苏南京210003/南京邮电大学 教育科学与技术学院，江苏南京210023南京邮电大学 江苏省图像处理与图像通信重点实验室，江苏南京210003/南京邮电大学 通信与信息工程学院，江苏南京210003南京邮电大学 江苏省图像处理与图像通信重点实验室，江苏南京210003/南京邮电大学 通信与信息工程学院，江苏南京210003南京邮电大学 江苏省图像处理与图像通信重点实验室，江苏南京210003/南京邮电大学 教育科学与技术学院，江苏南京210023

关键词：跌倒检测；时序运动特征；RGB D图像；深度森林

基金：国家自然科学基金（61807020）资助项目

提出了一种基于时序运动特征的室内场景老年人跌倒行为检测算法。算法首先采用基于深度学习的行人检测器检测运动人体目标；其次，利用采集到的RGB D图像,估计地平面方程；最后，提取人体头部的时序运动特征（Temporal Motion Feature，TMF），并采用深度森林算法对特征进行分类，从而检测人体是否发生跌倒。通过在RealSense深度相机拍摄的跌倒行为数据集上进行了实验测试，结果表明，与现有的一些先进算法相比，文中算法能够准确地检测室内场景下发生的跌倒事件，准确率达到了97.2%，且误报率很低，鲁棒性强。

来源：2020年第5期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2020年第5期