基于人体行为模型的跌倒行为检测方法

随着移动互联网的广泛应用, 智慧社区等一系列移动互联应用等得到人们的重视, 特别是以居家养老的老年人防跌倒检测备受关注. 针对目前老年人跌倒没有及时得到检测报警, 从而无法及时救助, 进而产生更严重的安全性的问题, 本文提出了一种跌倒检测方法. 本文提出的方法首先对特定人体进行扫描, 利用人体建模工具poser构建出人体模型, 在运动过程中根据关节点位置将二维坐标映射出相应的三维坐标并通过节点位置预测算法对映射后的三维坐标进行关节点位置预测, 然后将预测后的子关节聚合到父类三维空间坐标轴中并预测出父类关节点的运动状态, 当子关节点与父关节点预测结果同时处于跌倒状态, 则判断人体所处于跌倒状态. 由于所建立的运动模型在运动特征上具有较高的真实性, 以此获取关节点的数据变化真实可靠. 经过大量的实验数据表明, 本文提出的跌倒检测方法可以精准实时反应运动状态, 检测准确率为99%, 由此可见本文提出的方法应用于跌倒检测是有效并可靠的.