您的位置： 专家智库 > >

中央高校基本科研业务费专项资金(1117021003)

作品数：1 被引量：12H指数：1
相关作者：杨帆周余谢靖王自强更多>>
相关机构：南京大学更多>>
发文基金：中央高校基本科研业务费专项资金更多>>
相关领域：电子电信更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇电子电信

主题

  • 1篇跌倒
  • 1篇跌倒检测
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇图像
  • 1篇向量
  • 1篇向量机
  • 1篇3D视觉
  • 1篇彩色图像

机构

  • 1篇南京大学

作者

  • 1篇王自强
  • 1篇谢靖
  • 1篇周余
  • 1篇杨帆

传媒

  • 1篇现代电子技术

年份

  • 1篇2012
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
基于头部运动轨迹和3D视觉的跌倒检测系统被引量：12
2012年
为了实现自动识别人体跌倒行为的目的,采用深度摄像头同时获取彩色图像和深度图像,并对其进行校正;对深度图像采用背景差分法提取运动人体前景;利用彩色图像和深度图像的融合、肤色检测以及距离加权面积法进行头部的检测与定位;最后将头部运动速度作为判断跌倒的依据,对人体不同运动行为的头部速度进行采集,利用支持向量机对跌倒进行检测。以5个志愿者的步行、蹲下、坐下和跌倒等4类动作为实验样本,运用交叉比对确定最优化参数,最后采用本文提出的方法进行测试。实验结果表明,系统能够有效识别跌倒,总体识别率超过95%。其中,跌倒/步行行为分类识别率达100%;针对跌倒/蹲下和跌倒/坐下的系统平均识别率分别为94.4%和98.8%。
杨帆谢靖周余王自强
关键词：跌倒检测支持向量机3D视觉彩色图像
全选 清除 导出
共1页<1>
聚类工具0