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,通过改进的 yolo 算法检测出视频帧图像中的人所在的位置, 然后将单个人的图像送入的 openpose 算法中获得这个人的关节信息。之后,再通过 SVM 分类 器对获得到的关节点信息进行分类,以得到这个人所处的状态(此处我们将人可能处于的状态分为了 4 类——正常状态、跌倒状态、平躺状态以及其他状态)。对于整段视频我们便得到一个状态序列集,之后对这个状态序列集进行分析便能够检测出视频中是否有跌倒事件发生。经实验对比,我们的方法对于单人存在的场景有着 98%以上的准确率,并且对于多人存在的场景有着一定的鲁棒性。
关键词:yolo; openpose; SVM; 关节点提取;跌倒检测

本文的算法流程:


1.yolo目标检测(以后说):

2.openpose关键点检测(见我之前的博客):

3.SVM分类器:


4.状态分析:
为判断视频中是否有跌倒存在,需要进一步对前面的svm分类出的状态进行分析。
(1)关键状态提取
各个状态对跌倒检测的重要程度不一样,赋予它们不同的权重值。
正常状态是Pnomal,跌倒状态表示为Pfalling,平躺状态时Play,其他状态为Pothers。
各个阶段的重要程度公式:
Pfalling>Play>Pothers>Pnormal
根据重要程度给各阶段赋值:Wfalling=4,Wlay=3,Wothers=2,Wnormal=1.
对于每一帧图像,我们根据如上赋予权重值,权重值最大的状态为关键状态。

(2)噪声去除.
对于一段视频数据,通过前一步的关键状态提取,我们得到一个由每一帧图像中的关键状态所组成的一个状态序列。因为前面我们所采用的svm分类器,对于人状态分类的准确性没有达到100%,因此一定会存在噪声。
由于在视频中帧图像是一个连续的过程,因此在一个连续的同一状态序列下,是不会在中间突变出另一个状态的,利用这一点我们可以对噪声点进行过滤。
(3)状态集简化
通过上一章节,我们得到的状态序列是由多个连续想通过的状态组成,因此我们在此对状态集进行简化,将多个连续相同的状态抽象成一个状态,公式如下:

(4) 跌倒事件判断
经过前几步的处理,在此处我们只需要判断简化后的状态序列中是否存在连续的跌倒状态和平躺状态即可。
即在状态序列中存在{Pfalling,Play}这样的序列对,即可判断此段视频中有跌倒事件法伤,否则没有。

5.实验结果和分析:
两个指标,分别是敏感性和特异性:
其中TP为跌倒事件发生同时检测出有跌倒事件发生但没有检测到的视频数量;
FP为实际上没有跌倒事件发生但却检测为有跌倒发生的数量;
TN(真反例)为视频中没有跌倒事件发生同时也检测为没有跌倒发生的视频数量。

实验结果对比如表1所示,我们在两个数据集上进行了实验对比。
其中 Lei2 fall detection dataset数据集场景较为简单,并且视频中只有一个人。
而High quality fall simulation dataset数据集的场景较为复杂,并且存在多人。

由表1可见,本文所述方法在场景中只有一个人时,其表现要逊色与其他方法,,但从 sensitivity 和 specificity 的值来看,其 准确率还是很可观的。在场景中存在多个人 时,本方法的表现是要优于其余两种方法 的,可见本方法对场景中存在多个人的情况 下具有不错的鲁棒性。
6.总结:
本文提出了一种基于关节点提取的的 老年人跌倒检测算法。实验结果表明,本方 法对与单人存在的场景具有很好的检测准 确率,并且对于场景中存在多个人的情况有
很好的鲁棒性。但另一方面,本方法对于多 人场景下的跌倒检测 sen 与 spc 值均在 70% 左右,因此仍有很大的改进空间。这一方面 还需进一步的探索。

研读《基于关节点提取的老年人跌倒检测算法》论文相关推荐

  1. 中科院张士峰:基于深度学习的通用物体检测算法对比探索

    https://www.toutiao.com/a6674792954369933838/ 人工智能论坛如今浩如烟海,有硬货.有干货的讲座却百里挑一.由中国科学院大学主办,中国科学院大学学生会承办,读 ...

  2. 基于深度学习的磁环表面缺陷检测算法

    基于深度学习的磁环表面缺陷检测算法 人工智能技术与咨询 来源:< 人工智能与机器人研究> ,作者罗菁等 关键词: 缺陷检测:深度学习:磁环:YOLOv3: 摘要: 在磁环的生产制造过程中, ...

  3. 空间中的语义直线检测_基于语义分割的车道线检测算法研究

    龙源期刊网 http://www.qikan.com.cn 基于语义分割的车道线检测算法研究 作者:张道芳 张儒良 来源:<科技创新与应用> 2019 年第 06 期 摘 ; 要:随着半自 ...

  4. matlab对于椭圆检测的算法,基于弧段组合的椭圆检测算法研究

    摘要: 椭圆检测是图像匹配与识别,图像理解与分析,计算机视觉等领域的一项基础任务,许多研究人员对椭圆检测问题进行了深入研究,提出了多种检测算法.它们大致可以分为三类:投票/聚类,最优化,基于弧段的方法 ...

  5. 基于改进FCOS的钢带表面缺陷检测算法

    本文转载自人工智能技术与咨询.新机器视觉 摘要 针对现有钢带表面缺陷检测所存在的检测效率低.适用范围有限等缺陷,提出一种基于改进FCOS的钢带表面缺陷检测算法.该算法使用含形变卷积的卷积神经网络提取缺 ...

  6. 大盘点 | 基于Range-View的数据处理及3D检测算法

    点击下方卡片,关注"自动驾驶之心"公众号 ADAS巨卷干货,即可获取 点击进入→自动驾驶之心技术交流群 后台回复[自动驾驶课程]获取全套图宾根大学自动驾驶入门课程! 基于Range ...

  7. 基于AI深度学习的安全帽检测算法,如何应用在实际场景中?

    安全帽是建筑业.制造业等企业生产中非常重要的劳保工具,因未佩戴安全帽而导致的安全事故也引发大量关注.所以,实时检测工作人员的安全帽佩戴状况,成为企业安全生产监管中不容忽视的环节. 基于AI深度学习的目 ...

  8. 文献阅读笔记【5】:基于图像处理的膨胀圆裂缝检测算法

    论文 | 基于图像处理的膨胀圆裂缝检测算法 作者 | 吴玉龙,岳大森,丁 勇,卢康昕,赵广辉 期刊 | 材料与测试-无损检测-实验研究 时间 | 2020 该文章提出了一种计算裂缝宽度的算法,其过程使 ...

  9. 基于用户行为建模和异常检测算法的内部威胁检测

    Insider Threat Detection Based on User Behavior Modeling and Anomaly Detection Algorithms 内部威胁是授权用户的 ...

最新文章

  1. python网上有免费资源吗_【转载】学习Python无从下手?最好的免费资源想要拿走...
  2. java引用传递关键字_Java值传递和引用传递
  3. php curl 批量,PHP实现的curl批量请求操作
  4. ajax注册用户名为空,怎么用ajax和js检测用户名是否合法和不能为空
  5. 随想录(虚拟机实现)
  6. 1 | GNN基础理论
  7. Three20 NetWork
  8. Bsdiff差分算法讲解
  9. win32 api 显示一张位图的简单代码,释疑用的。
  10. openstack nova后端使用ceph rbd(增加在线迁移live_migrate和快照snapshot功能)
  11. 【ML小结3】线性回归与逻辑回归、softmax回归
  12. JAVA语法——n的阶乘(高级)
  13. java 图像识别颜色块_Java opencv识别图片中指定颜色
  14. java 汇率换算_汇率转换示例代码
  15. git clone报错error: RPC failed; curl 56 GnuTLS recv error (-110): The TLS connection was non-properly
  16. 坡度如何用计算机计算,坡度计算公式图解,教你正确的计算方法
  17. WGS84(GPS坐标) BD09坐标(百度坐标)GCJ02(国测局坐标) 的相互转换
  18. 面试:Handler内存泄露的原因是什么?
  19. “水火”之间:投资与投机
  20. sakai开发环境及运行环境搭建

热门文章

  1. 有趣且重要的css知识合集(1)纯css实现div左右拖拽效果
  2. 阿里企业智能事业部一面总结
  3. PCB设计软件之Protel 99 SE和AD有铜孔及有铜槽做法
  4. 福建最新建筑八大员(机械员)模拟真题集及答案解析
  5. 自己来造钢筋字符-增加系统字体
  6. 测试员自我提升丨清晰梳理缺陷管理流程
  7. 信用卡的使用之一——宽限期
  8. python图像的几何运算_python中图像的几何扭曲
  9. 投资理财——初识基金
  10. 大理巍山发布“南诏尚品”区域公共品牌