基于视频的摔倒检测方法研究开题报告

1. 研究目的与意义（文献综述）

随着科技的飞速发展，生活和医疗水平大大提高，从而使人类的平均寿命不断增长。随之而来的是人口老龄化现象为社会带来的压力和挑战，中国作为世界上人口最多的国家，在老龄化问题上自然面临着更大的挑战。如今顺应发展趋势，不断完善面向老年人的服务设施、政策，提高老年人的生活水平和质量，直接反映了国家的发达程度和文明程度。据世界卫生组织报道，摔倒早已成为意外和非意外性伤害中，致死率第二高的因素。其中，老年人是死亡比率最高的群体。随着年龄增长，身体的各项机能远不如年轻人，造成了老年人群体摔倒后，高受伤率、高住院率、高死亡率的现象。利用先进的科学技术，对老人生活进行服务和监护，对摔倒行为进行及时的检测和报警，可以有效防止因救援不及时造成的危害，从而满足老年人生活需求，为老年人提供更高的安全保障。

目前针对摔倒行为的检测研究，主要涉及的解决方案大致可分为以下三个研究方向：基于穿戴式传感器的摔倒检测、基于场景装置的摔倒检测、基于视频的摔倒检测。基于穿戴式传感器的摔倒检测，是通过在人体的不同部位携带特定的传感器，实现加速度等特征的检测，从而实现行为建模，检测摔倒等异常行为。但对于老年人来说，穿戴式传感器的穿戴和使用方法相对繁琐，对本来就行动不便的老人的生活带来了更多的负担。对于基于场景装置的摔倒检测，常见的方法有通过安装在房间中压力传感器等获取人体位置，实现摔倒检测。在某些场景中该方法的人体跟踪，位置判别具有较好的效果，但受环境干扰过大，误判率较高。而基于视频的摔倒检测，在家庭中安装智能监控设备已经原来越被人们所接受，且不会对老年人日常生活干扰，越来越受到广泛的关注。

基于视频的摔倒检测根据原理不同，可分为2d人体形态变化分析和3d运动姿态分析。其中3d运动姿态分析有使用kinect相机提取人体骨骼，通过主躯干的角度进行摔倒行为检测；深度相机拍摄深度视频，再使用轮廓体积描述符进行检测等几种方法。但kinect受距离限制明显，深度相机容易被噪声干扰。最基础的2d人体形态变化分析方法是，对视频中人体进行目标分割、提取后，再利用人体宽高比特征进行检测。但因为生活中常做的其他行为动作也会有类似的宽高比变化，从而造成了较大的误判率，因此现有的许多研究都是在此算法基础上进行的改进和设计，从而达到降低误判率的目的，实现准确的摔倒检测。

2. 研究的基本内容与方案

2.1 基本内容及目标

学习图像处理知识，了解软件matlab、opencv、openpose等的应用方法，根据自身情况选择软件和方法，对图像进行分析、识别。通过读取视频，运用matlab软件，实现对运动的人体目标的检测和跟踪，在传统的人体宽高比特征的基础上，选择其他合适的特征进行提取分析，对其算法进行改进完善，从而降低摔倒检测的误判率，从而达到正确检测摔倒行为发生的目的。

2.2 拟采用的技术方案及措施

3. 研究计划与安排

1-3周 ：查阅、整理文献资料，完成开题报告。

4-5周 ：根据查阅的资料内容，拟定初步的设计实现方法。

6周 ：实现目标提取。

4. 参考文献（12篇以上）

[1]taigman y, yang m, ranzato m, et al. deep face: closing the gapto human-level performance in face verification[c]. ieee conference on computervision and pattern recognition. ieee computer society, 2014:1701-1708.

[2]young-sook lee, hoonjae lee. multiple object tracking for falldetection in real-time surveillance system[p]. advanced communicationtechnology, 2009. icact 2009. 11th international conference on,2009:2308-2312.

[3]huang cheng, haiyong luo, fang zhao. a fall detection algorithmbased on pattern recognition and human posture analysis[p]. communicationtechnology and application (iccta 2011), iet international conference on,2011.