基于运动捕捉的跌倒检测与人机交互系统
在人体行为监测领域,视觉方法能够捕捉主体与背景的交互,例如识别躺在地板上的主体。视觉方法主要监测主体的特定特征,包括姿势、形状变化、3D 头部位置和 3D 轮廓等。在视觉方法中,使用深度相机的系统比使用 RGB 相机的系统更实用,因为 RGB 相机在光照不佳的环境中表现不佳,且需要多个相机提取场景的 3D 信息,对相机的摆放位置要求较高;而深度相机不受环境光照影响,被监测主体只需在一个相机的视野内即可。
跌倒检测系统
- 系统概述 :开发了一个利用微软 Kinect 深度相机和其软件开发工具包(SDK)的跌倒检测系统。该 SDK 可从 Kinect 传感器获取深度图像,并以骨骼形式呈现被捕捉主体的姿势。为提高计算效率,采用了紧凑特征随机决策树(Compact Feature RDT)而非标准 RDT,并增加了姿势校正步骤以提高跟踪的鲁棒性。
- 系统流程 :
- 提取深度图像 :使用 SDK 从传感器提取深度图像。
- 姿势校正 :由于 SDK 在主体垂直方向时能可靠提取骨骼,水平方向时则不准确,因此先旋转深度图像,使主体始终处于垂直方向。
- 提取骨骼 :使用 SDK 和 Compact Feature RDT 算法从校正后的深度图像中提取骨骼。
- 跌倒检测 :通过分析头部关节的轨迹来检测跌倒,跟踪该轨迹并
超级会员免费看
订阅专栏 解锁全文
1446

被折叠的 条评论
为什么被折叠?



