一种基于时序运动特征的RGB-D视频跌倒行为检测算法

作者：刘峰; 徐壮; 干宗良; 刘思江

来源：南京邮电大学学报(自然科学版), 2020, 40(05): 117-124.

DOI：10.14132/j.cnki.1673-5439.2020.05.013

• 跌倒检测
• 时序运动特征
• RGB-D图像
• 深度森林

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。

• 单位
  南京邮电大学; 通信与信息工程学院