人体姿势状态判决的跌倒检测方法.docx
快乐****蜜蜂
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
人体姿势状态判决的跌倒检测方法.docx
人体姿势状态判决的跌倒检测方法摘要跌倒是老年人生活中常见的问题,导致许多严重的后果,如骨折、头部受伤等。因此,研究能够对跌倒进行检测和预测的方法十分重要。本论文介绍了一种基于人体姿势状态的跌倒检测方法。首先,我们使用传感器来获取人体姿态信息。然后,基于这些数据,我们提出了一种采用支持向量机(SVM)的模型来检测跌倒的算法。在实验中,我们验证了该算法的有效性,并与其他跌倒检测算法进行了比较。结果表明,该方法能够准确且有效地检测跌倒,可以被广泛应用于老年人跌倒风险评估和预测等领域。关键词:跌倒检测;人体姿态;
一种基于人体姿势状态判决的跌倒检测方法.pdf
本发明公开了一种基于人体姿势状态判决的跌倒检测方法,通过对二值化处理后的图像提取目标区域,对目标区域提取物体Zernike矩特征、高度、宽度、宽高比、目标区域面积、目标区域周长、轮廓面积、轮廓周长、帧差最大行列特征变量、运动物体高度特征变量。将提取出来的这些变量分别送入两个离线训练好的分类器对被监控者的运动情况作出判断,最终判定被监控者的真实运动状况。本发明完全运用图像处理技术,能够准确有效地区分行走、下蹲和跌倒的姿势状态,并可满足在较低性能的硬件平台上实现实时处理的要求。
基于WiFi信道状态信息的跌倒检测方法.pdf
本发明提供一种基于WiFi信道状态信息的跌倒检测方法。该方法包括:训练阶段和检测阶段;训练阶段包括:获取同一时间段内的WiFi的CSI数据和视频数据;提取所述视频数据中的人体掩码,然后根据时间戳将相同时刻下的CSI数据与人体掩码匹配为一个训练数据对,进而构建得到训练数据集;使用训练数据集迭代更新GAN网络;利用CNN‑AE模型对正常人体轮廓图片进行特征提取,然后利用提取的CNN‑AE特征对单分类支持向量机OCSVM模型进行训练;检测阶段包括:实时获取CSI数据;利用训练好的生成器根据实时获取的CSI数据生
人体跌倒事件的检测方法、装置及移动终端.pdf
本发明实施方式公开了人体跌倒事件的检测方法、检测装置及移动终端。该方法包括:从移动终端的加速度传感器获取加速度值;根据获取的加速度值计算加速度是否突然增大且在突然增大后的预设时间内保持为零;以及如果是,则确定发生人体跌倒事件,并向移动终端中预设的紧急联系人发送报警信息,其中所述报警信息携带有当前位置信息。根据本发明的实施方式,可以对人体跌倒事件进行检测,并且在发生跌倒事件后将当前位置信息发送给预设的紧急联系人,从而可以使发生危险的人及时得到救助。
基于YOLO网络的人体跌倒检测方法.docx
基于YOLO网络的人体跌倒检测方法人体跌倒是老年人、残障人士、运动员等人群中常见的意外事故,尤其是老年人跌倒的危险性更大,往往会导致骨折、致残甚至死亡。因此,开发一种自动检测人体跌倒事件的方法,有助于及时发现和处理跌倒事件,减少跌倒带来的伤害。近年来,随着深度学习技术的发展和应用,人体动作识别和图像分类等领域已经取得了很大进展。基于YOLO(YouOnlyLookOnce)算法的人体跌倒检测方法,具有实时性高,精度高等优点,已经在人体跌倒检测领域得到了广泛的应用。YOLO算法是一种单阶段目标检测算法,它将