• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于多攝像頭監(jiān)控的人體跌倒檢測(cè)算法?

    2019-05-21 07:26:22魏振鋼孔勇強(qiáng)魏兆強(qiáng)張小龍
    關(guān)鍵詞:粗粒度矩形框細(xì)粒度

    魏振鋼, 孔勇強(qiáng), 魏兆強(qiáng), 張小龍

    (中國(guó)海洋大學(xué)信息科學(xué)與工程學(xué)院,山東 青島266100)

    經(jīng)濟(jì)社會(huì)的發(fā)展使老齡化日益嚴(yán)重,空巢老人數(shù)量也在逐年增加,這種現(xiàn)象無(wú)論是在發(fā)達(dá)國(guó)家還是發(fā)展中國(guó)家都很普遍[1]。人們對(duì)老年人生命健康的重視造就了一大批專為老人服務(wù)的醫(yī)療保健系統(tǒng),提高其晚年的生活質(zhì)量。統(tǒng)計(jì)表明,跌倒是威脅空巢老人生命安全的主要因素之一[2]。當(dāng)老人跌倒時(shí),輕則受傷影響正常生活,重則失去意識(shí)威脅生命。對(duì)于高齡老人來(lái)說(shuō),很多時(shí)候跌倒會(huì)導(dǎo)致失去行動(dòng)能力,從而無(wú)法及時(shí)呼救。因此,室內(nèi)跌倒檢測(cè)系統(tǒng)在學(xué)術(shù)界和工業(yè)界都得到了廣泛關(guān)注。

    由于跌倒檢測(cè)系統(tǒng)可以自動(dòng)識(shí)別老人跌倒而不需要專門(mén)護(hù)士照看,所以其市場(chǎng)前景十分廣闊。目前主流的跌倒檢測(cè)系統(tǒng)分為兩大派:一種是基于傳感器的穿戴檢測(cè)設(shè)備;另一種是基于計(jì)算機(jī)視覺(jué)的監(jiān)控識(shí)別系統(tǒng)。穿戴式設(shè)備通常采用加速度傳感器[3],陀螺儀[4]或輔助報(bào)警按鈕[5]來(lái)實(shí)現(xiàn)實(shí)時(shí)跌倒檢測(cè)。然而這類設(shè)備有很多致命缺點(diǎn),主要體現(xiàn)在以下兩個(gè)方面。一方面是傳感器設(shè)備必須定期充電或者更換電池,記憶力不好的老年人一旦忘記這點(diǎn),就會(huì)導(dǎo)致設(shè)備因電量不足無(wú)法工作。另一方面,長(zhǎng)時(shí)間穿戴這種設(shè)備會(huì)引起身體不適,這導(dǎo)致很多老年人經(jīng)常不穿戴相關(guān)設(shè)備。此外,對(duì)于使用輔助報(bào)警按鈕的穿戴設(shè)備來(lái)說(shuō),如果老人因跌倒導(dǎo)致昏迷,報(bào)警按鈕就變得毫無(wú)意義了。

    計(jì)算機(jī)視覺(jué)為分析各種復(fù)雜的人體行為活動(dòng)并進(jìn)行異常檢測(cè)提供了有效途徑。為了克服穿戴式跌倒檢測(cè)設(shè)備的缺點(diǎn),研究者們提出了很多基于視覺(jué)的跌倒檢測(cè)方法。文獻(xiàn)[6]提取人體輪廓圖像,使用輪廓匹配算法量化人體姿態(tài),最后采用混合高斯模型(GMM)來(lái)區(qū)分跌倒和其他行為。文獻(xiàn)[7]提出一種基于前景提取的跌倒檢測(cè)算法,提取前景圖像的變化作為特征,采用支持向量機(jī)(SVM)對(duì)各種人體活動(dòng)進(jìn)行分類。文獻(xiàn)[8]提取視頻中的形狀,形態(tài)以及運(yùn)動(dòng)3種特征,然后結(jié)合特征融合算法訓(xùn)練一個(gè)集成學(xué)習(xí)分類器,從而識(shí)別出跌倒行為?;谝曈X(jué)的方法最大優(yōu)點(diǎn)是不需要老年用戶穿戴任何傳感器設(shè)備,而是從視頻數(shù)據(jù)中挖掘出有用的信息并進(jìn)行分析。視頻數(shù)據(jù)來(lái)源于安裝在室內(nèi)的監(jiān)控?cái)z像機(jī),包含人在室內(nèi)的各種活動(dòng)信息。然后通過(guò)一系列算法識(shí)別人體的各種行為,從而檢測(cè)出跌倒行為。

    本文提出一種基于計(jì)算機(jī)視覺(jué)的人體跌倒檢測(cè)算法。該算法包含一個(gè)兩級(jí)檢測(cè)過(guò)程,核心思想是由粗粒度到細(xì)粒度(Coarse-to-Fine granularity)。粗粒度檢測(cè)是對(duì)前景二值掩膜采用矩形框法(Bounding box)進(jìn)行分析,較為粗略地檢測(cè)出有可能是跌倒的行為。細(xì)粒度檢測(cè)是在粗粒度檢測(cè)結(jié)果的基礎(chǔ)上,對(duì)人體前景圖像做更精確的形態(tài)分析,從而檢測(cè)出真正的跌倒行為。雖然直接對(duì)前景圖像做細(xì)粒度檢測(cè)也能達(dá)到最終目的,但是會(huì)增加算法的復(fù)雜度。因此本文引入的粗粒度篩選策略可以大大提高算法的運(yùn)行效率,滿足應(yīng)用系統(tǒng)的實(shí)時(shí)性需求。

    本文主要貢獻(xiàn)包括:(1)經(jīng)典的矩形寬高比特征作為跌倒檢測(cè)有很大的局限性,本文引入多攝像頭投票機(jī)制可以有效克服其缺點(diǎn),既能保證檢測(cè)率也能保持較低的算法復(fù)雜度;(2)對(duì)經(jīng)典的前景檢測(cè)滑動(dòng)高斯平均法進(jìn)行了改進(jìn),使用選擇更新策略來(lái)防止原更新機(jī)制的“過(guò)度更新”情況。而且引入二值圖像連通域技術(shù)去除前景閃爍點(diǎn)以及較大的圖像空洞。

    1 算法概要

    對(duì)于基于計(jì)算機(jī)視覺(jué)的跌倒檢測(cè)系統(tǒng)來(lái)說(shuō),最大的挑戰(zhàn)是從各種日常生活行為中識(shí)別出跌倒行為。人類在室內(nèi)可能做出的日常行為大致包含3種狀態(tài):直立狀態(tài)(走),中間狀態(tài)(蹲、跪或坐)以及臥倒?fàn)顟B(tài)(躺)。其中直立狀態(tài)行為最容易與跌倒區(qū)分。而臥倒?fàn)顟B(tài)行為則難以與跌倒區(qū)分,比如往沙發(fā)或床上躺這類行為與跌倒十分相似。然而正常的室內(nèi)活動(dòng)與跌倒還是有一定區(qū)別的,比如姿態(tài)變化的速度,人體在跌倒過(guò)程中,其姿態(tài)變化要比正常躺下快很多。

    根據(jù)以上論點(diǎn),本文提出一種基于前景提取和前景形態(tài)分析的跌倒檢測(cè)算法。算法流程如圖1所示。首先要進(jìn)行背景消除,由于監(jiān)控?cái)z像機(jī)是靜止的,我們的目標(biāo)是分析人體行為,因此消除背景提取前景圖像(二值掩膜)是很好的選擇。第二步是采用形態(tài)學(xué)操作為提取出來(lái)的前景塊畫(huà)一個(gè)矩形邊界,根據(jù)矩形的寬高比值對(duì)人體活動(dòng)做粗粒度分析。受以往工作啟發(fā)[9-10],我們規(guī)定:直立狀態(tài)行為的比值小于1,中間狀態(tài)行為的比值在1左右徘徊,跌倒行為的比值大于1。本文實(shí)驗(yàn)表明這種寬高比設(shè)定效果十分顯著。粗粒度檢測(cè)一般能排除全部直立狀態(tài)的活動(dòng)以及一大部分中間態(tài)活動(dòng)。算法第三步是為人體前景繪制一個(gè)能恰好將其包含的橢圓形邊界,對(duì)其形態(tài)變化做進(jìn)一步分析。細(xì)粒度分析只針對(duì)粗粒度檢測(cè)過(guò)程中未被排除的人體活動(dòng),這種機(jī)制既能保證算法的精確率,又可以大大提高算法的運(yùn)行效率,使其能夠不依賴于昂貴的設(shè)備就能應(yīng)用于實(shí)時(shí)系統(tǒng)之中。由于寬高比檢測(cè)有一個(gè)缺點(diǎn)就是無(wú)法識(shí)別人體垂直于鏡頭光軸方向的跌倒(即人體面對(duì)鏡頭向后跌倒的時(shí)候,其矩形寬高比不會(huì)大于1;注意面對(duì)鏡頭向前跌倒是可以檢測(cè)出來(lái)的)。因此本文采用多攝像頭監(jiān)控來(lái)彌補(bǔ)這個(gè)缺點(diǎn)。在算法最后一步,我們引入一個(gè)簡(jiǎn)單的投票機(jī)制,根據(jù)裝在不同位置的攝像頭分析的結(jié)果進(jìn)行投票表決,作為最后的檢測(cè)結(jié)果。

    圖1 本文算法流程圖Fig.1 Flow chart of the proposed algorithm

    2 前景提取

    前景檢測(cè)(Foreground detection)又被稱為背景減法(Background subtraction),目的是將視頻中運(yùn)動(dòng)的物體從相對(duì)靜止的背景中分離。本文采用文獻(xiàn)[11]提出的滑動(dòng)高斯平均法(Running Gaussian average)實(shí)現(xiàn)前景檢測(cè)。首先建立并初始化背景模型,為視頻幀的每一個(gè)像素保存其強(qiáng)度值,并且對(duì)其實(shí)時(shí)更新:

    Bt=rIt+(1-r)Bt-1。

    (1)

    式中:Bt代表當(dāng)前背景像素值;It是當(dāng)前視頻幀的像素值,像素值的取值范圍為[0, 255];r是一個(gè)用來(lái)控制背景模型更新速度的超參數(shù),其取值范圍為[0, 1]。像素點(diǎn)分類策略如下式:

    (2)

    式中TB是一個(gè)給定閾值,用來(lái)衡量當(dāng)前像素點(diǎn)與背景模型中相應(yīng)位置的差距,合理分類前景和背景。然而這種更新機(jī)制的最大缺點(diǎn)是會(huì)存在“過(guò)度更新”情況,由于所有像素點(diǎn)在更新過(guò)程中都被用來(lái)更新背景模型,所以會(huì)在運(yùn)動(dòng)目標(biāo)后方引入大塊前景陰影。而且當(dāng)前景目標(biāo)停止運(yùn)動(dòng)時(shí),相應(yīng)位置會(huì)快速被更新為背景。本文對(duì)背景更新機(jī)制進(jìn)行了簡(jiǎn)單的改進(jìn):

    Bt=MBt-1+(1-M)[rIt+(1-r)Bt-1]。

    (3)

    式中M只能取值0或1。設(shè)t時(shí)間被判定為前景的區(qū)域?yàn)镕t,則M的取值條件如下:

    (4)

    結(jié)合公式(3)和(4)可以看出,對(duì)于在上一幀中像素值屬于前景的區(qū)域,在背景模型中不會(huì)被更新。這種選擇更新策略不會(huì)引入大塊陰影,并且靜止的前景也能夠保留一段時(shí)間。

    然而,對(duì)于在燈光照耀下的室內(nèi)環(huán)境,用本方法進(jìn)行前景提取是會(huì)有很多閃爍點(diǎn)和空洞。閃爍點(diǎn)主要是由于燈光以及攝像機(jī)自身性質(zhì)產(chǎn)生的,空洞是由于運(yùn)動(dòng)目標(biāo)走過(guò)的地方與自身的像素值很相近,導(dǎo)致相應(yīng)區(qū)域被識(shí)別為背景沒(méi)有更新。針對(duì)這兩個(gè)問(wèn)題,形態(tài)學(xué)中的開(kāi)運(yùn)算(相當(dāng)于先腐蝕后膨脹)是一種經(jīng)常被采用的方法。然而這種方法只能去除閃爍點(diǎn)以及填補(bǔ)較小的空洞,對(duì)于大的空洞區(qū)域是無(wú)法填補(bǔ)的?;诖耍疚脑诂F(xiàn)有更新機(jī)制基礎(chǔ)上,對(duì)前景提取算法進(jìn)行兩方面的改進(jìn):閃爍點(diǎn)去除和空洞填補(bǔ)。本方法引入二值圖像聯(lián)通域(Connected component)概念,計(jì)算出更新背景的連通域,通過(guò)移除小面積的連通域去除閃爍點(diǎn)像素,并填充含有空洞的連通域。

    圖2 改進(jìn)滑動(dòng)高斯平均的前景掩模Fig.2 Foreground masks using modified running Gaussian average

    具體來(lái)講,首先進(jìn)行圖像中連通域標(biāo)記,本文采用文獻(xiàn)[12]提出的快速標(biāo)記算法來(lái)計(jì)算并標(biāo)記更新二值掩膜中的連通區(qū)域。然后定義一個(gè)連通域集合,假設(shè)L為連通域的數(shù)量:

    (5)

    3 粗粒度檢測(cè)

    粗粒度檢測(cè)是通過(guò)分析前景圖像的矩形邊界來(lái)實(shí)現(xiàn)的,因此需要為人體前景畫(huà)出合適的矩形框。在上一節(jié)中我們提到了二值圖像的連通域標(biāo)記,矩形框的繪制也是基于連通域的。具體來(lái)講,標(biāo)記過(guò)每個(gè)連通域后,對(duì)面積大于一個(gè)給定閾值(對(duì)于320 × 240的圖像而言,此閾值為35比較合適)的前景塊繪制矩形邊界。如果只有一個(gè)滿足條件的連通域的話,就會(huì)繪制出一個(gè)矩形邊界。然而很多時(shí)候時(shí)候人體前景塊是由多個(gè)連通域組成的,這時(shí)就可以將繪制出的多個(gè)矩形框合并為一個(gè)大矩形框。使用OpenCV庫(kù)函數(shù)cvFindContours和cvRectangle能很方便地達(dá)到目的。圖3給出了各種情況下繪制出的矩形框。

    圖3 不同人體活動(dòng)的矩形框Fig.3 Bounding boxes of various human activities

    假設(shè)矩形框的寬為w,高為h,我們規(guī)定正常人體活動(dòng)的寬高比不會(huì)大于1。因此,如果w/h< 1,那么該活動(dòng)就默認(rèn)是正?;顒?dòng),不需要進(jìn)行細(xì)粒度檢測(cè)。然而,滿足w/h≥ 1的活動(dòng)并不一定都是跌倒,也有可能是正常躺下或者大幅度彎腰等。所以對(duì)于粗粒度檢測(cè)出來(lái)的候選動(dòng)作,再對(duì)其前景形態(tài)變化做進(jìn)一步分析,即細(xì)粒度檢測(cè)。具體實(shí)現(xiàn)方法為:實(shí)時(shí)計(jì)算前景矩形框的寬高比,一旦寬高比大于1,就立即進(jìn)行細(xì)粒度檢測(cè)。

    圖4 本文算法對(duì)3種不同行為序列的檢測(cè)示例Fig.4 Examples of the proposed algorithm on three action sequences

    本文依據(jù)圖像空間前景分割寬高比w/h≥ 1作為粗/細(xì)粒度檢測(cè)控制條件。但這個(gè)控制條件與圖像空間成像角度有密切關(guān)系。給定一個(gè)鏡頭,有部分跌倒?fàn)顟B(tài)前景塊的寬高比不會(huì)大于1,因而無(wú)法啟動(dòng)細(xì)粒度檢測(cè),而且這種情況可能同時(shí)發(fā)生于多個(gè)鏡頭。當(dāng)前供研究的數(shù)據(jù)集可能無(wú)法完全包含這些情況,因此在實(shí)際應(yīng)用中,有兩種方式可以彌補(bǔ)這類情況產(chǎn)生的誤差。一個(gè)是減小寬高比設(shè)定,比如設(shè)寬高比大于0.8時(shí)就進(jìn)入細(xì)粒度檢測(cè);另一種是適度放寬跌倒和非跌倒的票數(shù)比,比如設(shè)定如果半數(shù)攝像頭判別當(dāng)前活動(dòng)為“跌倒”,就認(rèn)定跌倒發(fā)生。

    4 細(xì)粒度檢測(cè)

    如果一段前景活動(dòng)序列沒(méi)有在粗粒度檢測(cè)中排除,那么我們就進(jìn)一步分析相應(yīng)視頻序列的前景變化情況來(lái)判斷是否出現(xiàn)跌倒。人類日常生活行為是復(fù)雜多樣的,手持物品的運(yùn)動(dòng)更是極其常見(jiàn),而相應(yīng)物品也會(huì)被檢測(cè)為前景圖像的一部分。這時(shí)分析前景矩形框往往會(huì)得出錯(cuò)誤結(jié)論(圖3第一行最后一張“跪倒”的矩形框就是受物品干擾的情況),因此要排除物品對(duì)人體形態(tài)分析的干擾。利用統(tǒng)計(jì)矩(Moment)為人體前景繪制一個(gè)合適的橢圓邊界是非常合理的選擇[13-14]。設(shè)F(x,y)為一段連續(xù)的視頻幀序列,其聯(lián)合概率密度的矩M定義如下:

    (6)

    (7)

    橢圓框的長(zhǎng)軸(記為a)對(duì)應(yīng)人體前景塊,短軸(記為b)捕獲了橢圓的方向信息。為了找到最合適的a與b,需要計(jì)算出相應(yīng)的最大慣性矩MImax和最小慣性矩MImin:

    (8)

    根據(jù)公式(8),可以得到橢圓框的長(zhǎng)軸a和短軸b:

    (9)

    本文第一節(jié)中提到,由于粗粒度檢測(cè)無(wú)法識(shí)別出人體垂直于攝像機(jī)光軸方向的跌倒行為,這意味著算法不會(huì)為這類跌倒行為進(jìn)行細(xì)粒度檢測(cè)。因此,在細(xì)粒度檢測(cè)中,我們主要針對(duì)不垂直于鏡頭光軸方向的跌倒行為。為實(shí)現(xiàn)這個(gè)目的,我們對(duì)一段連續(xù)時(shí)間內(nèi)橢圓方向變化進(jìn)行分析。首先必須量化這個(gè)變化過(guò)程,本文以橢圓長(zhǎng)軸a與水平方向x之間的角度(記為θ)作為衡量指標(biāo):

    (10)

    根據(jù)公式(10),我們以一個(gè)時(shí)間段(通常是1 s)為單位實(shí)時(shí)計(jì)算θ的標(biāo)準(zhǔn)差(記為σθ)。假設(shè)一段視頻序列幀速率為Nfps,那么時(shí)刻t對(duì)應(yīng)的橢圓方向標(biāo)準(zhǔn)差定義如下:

    (11)

    式中θavg代表一段時(shí)間內(nèi)θ的平均值。即如果一段視頻幀速率為25 fps,那么至少?gòu)牡?5幀開(kāi)始才有可能得到σθ的值。當(dāng)人體跌倒的時(shí)候,前景形態(tài)將會(huì)大幅度變化,比其他正?;顒?dòng)更劇烈更快速,從而橢圓的方向變化也會(huì)很大。因此,當(dāng)?shù)拱l(fā)生時(shí),σθ的值會(huì)很大;而正?;顒?dòng)的σθ值會(huì)很小。利用這個(gè)性質(zhì)可以有效區(qū)分與跌倒十分相似的人體活動(dòng)(比如正常躺下與跌倒很相似,但是其σθ值卻不會(huì)像跌倒時(shí)那么大)。我們規(guī)定如果σθ≥ 25,則認(rèn)為跌倒發(fā)生。圖4給出了幾種不同動(dòng)作視頻序列的兩級(jí)粒度檢測(cè)結(jié)果。由圖4可以看出,如果矩形框的寬高比不大于1的話,細(xì)粒度分析便不會(huì)啟動(dòng)。一旦發(fā)現(xiàn)寬高比大于1的行為,就立即繪制橢圓框并按公式(11)計(jì)算σθ。

    表1 多攝像頭跌倒數(shù)據(jù)集的定量描述Table 1 Quantitative specifications on multi-camera fall dataset

    5 仿真及對(duì)照實(shí)驗(yàn)

    本文算法在多攝像頭跌倒數(shù)據(jù)集[15]上進(jìn)行了仿真實(shí)驗(yàn)。數(shù)據(jù)集包含從8個(gè)室內(nèi)監(jiān)控?cái)z像頭中采集的視頻數(shù)據(jù),視頻中既有各種日常活動(dòng),也有跌倒行為(見(jiàn)表1)。我們同時(shí)對(duì)8個(gè)攝像頭中相同場(chǎng)景的視頻進(jìn)行檢測(cè),即建立了8個(gè)實(shí)時(shí)跌倒檢測(cè)模型。然后引入投票機(jī)制,將每個(gè)模型對(duì)應(yīng)的跌倒檢測(cè)匯總進(jìn)行投票表決出最終結(jié)果。如果人體在垂直于攝像頭光軸方向向后跌倒,那么該攝像頭對(duì)應(yīng)的模型無(wú)法檢測(cè)出跌倒行為??紤]到這一情況,我們將投票比例閾值設(shè)為3∶1。即8個(gè)攝像頭模型中,至少有6個(gè)檢測(cè)結(jié)果為跌倒的時(shí)候,才認(rèn)為跌倒事件發(fā)生。為了評(píng)估本文算法的效果,我們采用文獻(xiàn)[15]給出的度量標(biāo)準(zhǔn):

    ·真陽(yáng)性(True positive):包含跌倒的視頻序列被檢測(cè)為跌倒。

    ·假陽(yáng)性(False positive):不包含跌倒的視頻序列卻被檢測(cè)為跌倒。

    ·真陰性(True negative):不包含跌倒的視頻序列沒(méi)有被檢測(cè)為跌倒。

    ·假陰性(False negative):包含跌倒的視頻序列卻沒(méi)有被檢測(cè)為跌倒。

    我們規(guī)定:TP代表真陽(yáng)性的個(gè)數(shù),F(xiàn)P代表假陽(yáng)性的個(gè)數(shù),TN代表真陰性的個(gè)數(shù),F(xiàn)N代表假陰性的個(gè)數(shù)。之后就可以得到算法的敏感度(Sensitivity)和特異度(Specificity):

    (12)

    本文算法與5個(gè)當(dāng)前比較前沿的跌到檢測(cè)方法(這些方法都是在多攝像頭跌倒數(shù)據(jù)集[15]上進(jìn)行的實(shí)驗(yàn))進(jìn)行了對(duì)比,對(duì)比結(jié)果如表2所示。

    表2 不同跌倒檢測(cè)方法的對(duì)比結(jié)果Table 2 Comparison of different fall detection methods

    從表2可以看出,方法[7]的敏感度最高;方法[16]的特異度最高,但敏感度偏低;綜合效果最好的是方法[8];本文方法有很高的敏感度和特異度,達(dá)到了當(dāng)前先進(jìn)方法的效果。在實(shí)驗(yàn)中我們發(fā)現(xiàn)本文方法錯(cuò)檢了很多速度很快的人體活動(dòng),比如數(shù)據(jù)集中有相當(dāng)一部分快速坐下,快速躺下的活動(dòng)。因此本方法的特異度要比敏感度低很多。此外,由于遮擋和類間相似導(dǎo)致前景提取不準(zhǔn)確也會(huì)導(dǎo)致檢測(cè)錯(cuò)誤。當(dāng)前大部分跌到檢測(cè)方法都是基于機(jī)器學(xué)習(xí)的,一般要有樣本采集和訓(xùn)練的過(guò)程。相對(duì)于這些方法,本文算法最大的優(yōu)點(diǎn)就是不需要耗時(shí)耗力的數(shù)據(jù)采集和訓(xùn)練,擁有較低的計(jì)算復(fù)雜度。并且本文算法對(duì)于日常生活中大部分活動(dòng)可能都不會(huì)啟動(dòng)細(xì)粒度檢測(cè),這在實(shí)時(shí)系統(tǒng)中大大節(jié)省了資源。在低復(fù)雜度的前提下獲得了很好的效果,證明本文算法是非常有實(shí)用價(jià)值的。

    6 結(jié)語(yǔ)

    本文提出了一種基于多攝像頭監(jiān)控的人體跌倒算法,包含從粗粒度到細(xì)粒度的兩級(jí)檢測(cè)過(guò)程。粗粒度檢測(cè)能夠篩選出大量變化幅度較小的日常生活行為,僅當(dāng)類似跌倒的行為出現(xiàn)時(shí)才啟動(dòng)細(xì)粒度檢測(cè)。這種機(jī)制不僅能夠保證檢測(cè)率,同時(shí)也大大減少了算法的計(jì)算復(fù)雜度。而且本文算法不需要數(shù)據(jù)采集和訓(xùn)練就能直接能夠應(yīng)用在實(shí)時(shí)監(jiān)控系統(tǒng)之中。算法的缺點(diǎn)是對(duì)于變化速度較快的人體行為魯棒性不夠強(qiáng),而且非常依賴于精確的前景提取。夜晚環(huán)境中前景提取捕捉不到任何信息。幸好近些年深度攝像頭的出現(xiàn)可以彌補(bǔ)這一缺點(diǎn),在無(wú)光環(huán)境也能捕獲室內(nèi)的深度圖像。在未來(lái)的工作中我們會(huì)針對(duì)深度圖像的跌倒檢測(cè)進(jìn)一步研究。

    猜你喜歡
    粗粒度矩形框細(xì)粒度
    一種端到端的加密流量多分類粗粒度融合算法*
    融合判別性與細(xì)粒度特征的抗遮擋紅外目標(biāo)跟蹤算法
    細(xì)粒度的流計(jì)算執(zhí)行效率優(yōu)化方法
    基于卷積神經(jīng)網(wǎng)絡(luò)的粗粒度數(shù)據(jù)分布式算法
    多模態(tài)卷積神經(jīng)網(wǎng)絡(luò)的物體抓取檢測(cè)
    一種汽車(chē)式起重機(jī)防傾翻方法的研究
    在線評(píng)論情感分析研究綜述
    基于雙線性卷積網(wǎng)絡(luò)的細(xì)粒度圖像定位
    支持細(xì)粒度權(quán)限控制且可搜索的PHR云服務(wù)系統(tǒng)
    基于公共池自適應(yīng)遷移策略的并行遺傳算法
    av在线蜜桃| 狂野欧美激情性xxxx在线观看| 寂寞人妻少妇视频99o| 国产成人freesex在线| 日韩一区二区视频免费看| 国产久久久一区二区三区| 国产一区二区三区在线臀色熟女| 国产视频首页在线观看| 亚洲无线在线观看| 亚洲精品色激情综合| 亚洲成人中文字幕在线播放| av在线蜜桃| 亚洲人成网站在线播放欧美日韩| 国产精品不卡视频一区二区| 美女被艹到高潮喷水动态| 老女人水多毛片| 亚洲欧美精品综合久久99| 午夜激情欧美在线| 国产真实乱freesex| 午夜福利视频1000在线观看| 一区二区三区免费毛片| 有码 亚洲区| 国产av不卡久久| 亚洲一级一片aⅴ在线观看| 欧美日韩综合久久久久久| a级一级毛片免费在线观看| 亚洲美女搞黄在线观看| 人妻久久中文字幕网| 麻豆乱淫一区二区| 人妻少妇偷人精品九色| 久久午夜福利片| 黄色视频,在线免费观看| 亚洲18禁久久av| 亚洲美女视频黄频| 97人妻精品一区二区三区麻豆| 麻豆久久精品国产亚洲av| 免费av不卡在线播放| 看十八女毛片水多多多| 久久久精品大字幕| 午夜免费激情av| 搡女人真爽免费视频火全软件| 久久久久国产网址| 日本黄色片子视频| 亚洲精品国产成人久久av| 男女啪啪激烈高潮av片| 国产欧美日韩精品一区二区| 国产亚洲av嫩草精品影院| 久久久久久伊人网av| 日韩,欧美,国产一区二区三区 | 亚洲av中文字字幕乱码综合| 一边摸一边抽搐一进一小说| 久久亚洲精品不卡| 看免费成人av毛片| 91精品国产九色| 最近中文字幕高清免费大全6| 亚洲真实伦在线观看| 人人妻人人看人人澡| 观看免费一级毛片| 国产91av在线免费观看| 最近的中文字幕免费完整| 免费观看的影片在线观看| 免费搜索国产男女视频| 在线观看美女被高潮喷水网站| 一级毛片电影观看 | 久久精品91蜜桃| 亚洲经典国产精华液单| 成年版毛片免费区| 国产精品国产高清国产av| 一个人看的www免费观看视频| 国产成人freesex在线| 免费看光身美女| 日韩,欧美,国产一区二区三区 | 精品少妇黑人巨大在线播放 | 看十八女毛片水多多多| 色综合色国产| 国产毛片a区久久久久| 久久久久久久久久成人| 尾随美女入室| 亚洲性久久影院| 少妇熟女aⅴ在线视频| 国产亚洲精品av在线| 亚洲国产日韩欧美精品在线观看| 欧美变态另类bdsm刘玥| 日韩在线高清观看一区二区三区| 少妇的逼水好多| 国产午夜精品一二区理论片| 波多野结衣巨乳人妻| 午夜视频国产福利| 中文资源天堂在线| 色5月婷婷丁香| 欧美激情国产日韩精品一区| 国产精品乱码一区二三区的特点| 亚洲欧美日韩东京热| 国产精品野战在线观看| 国产在线精品亚洲第一网站| 成人美女网站在线观看视频| 啦啦啦观看免费观看视频高清| 亚洲丝袜综合中文字幕| 99热精品在线国产| 青春草视频在线免费观看| 日韩欧美在线乱码| 国产在线男女| 久久久欧美国产精品| 18+在线观看网站| 久久久久免费精品人妻一区二区| 亚洲av电影不卡..在线观看| av卡一久久| 美女黄网站色视频| 变态另类成人亚洲欧美熟女| 亚洲天堂国产精品一区在线| 99热这里只有是精品在线观看| 亚洲av免费在线观看| 色哟哟哟哟哟哟| 可以在线观看毛片的网站| 在线免费观看不下载黄p国产| 亚洲内射少妇av| 国产 一区精品| 亚洲经典国产精华液单| 国产精品一区二区性色av| 日韩精品青青久久久久久| 日韩欧美精品v在线| 在线观看一区二区三区| 久久中文看片网| 97在线视频观看| 69人妻影院| 午夜老司机福利剧场| 国产淫片久久久久久久久| 麻豆成人午夜福利视频| 桃色一区二区三区在线观看| 成人亚洲精品av一区二区| 国产成人a区在线观看| 国产成人午夜福利电影在线观看| 亚洲欧美日韩东京热| 网址你懂的国产日韩在线| 三级国产精品欧美在线观看| 神马国产精品三级电影在线观看| 亚洲国产精品sss在线观看| 国内揄拍国产精品人妻在线| 国产私拍福利视频在线观看| 久久久久久大精品| 欧美日韩乱码在线| 美女cb高潮喷水在线观看| 国产日本99.免费观看| 91精品国产九色| 99热这里只有是精品50| 欧美变态另类bdsm刘玥| 婷婷亚洲欧美| 精品熟女少妇av免费看| 久久精品人妻少妇| 一区福利在线观看| 国产成人精品婷婷| 激情 狠狠 欧美| 99国产精品一区二区蜜桃av| 欧美xxxx黑人xx丫x性爽| 精品无人区乱码1区二区| 成年av动漫网址| 成人一区二区视频在线观看| 亚洲性久久影院| 欧美日韩一区二区视频在线观看视频在线 | 成人性生交大片免费视频hd| 国产一级毛片在线| 亚洲在线观看片| 特级一级黄色大片| 亚洲成人av在线免费| 日本-黄色视频高清免费观看| 此物有八面人人有两片| 少妇丰满av| 久久人人爽人人爽人人片va| 久久综合国产亚洲精品| 午夜福利视频1000在线观看| 女人被狂操c到高潮| 老女人水多毛片| 亚洲在久久综合| 色哟哟哟哟哟哟| 免费观看a级毛片全部| 长腿黑丝高跟| 听说在线观看完整版免费高清| 精品免费久久久久久久清纯| 一本一本综合久久| 亚洲av不卡在线观看| 成人午夜精彩视频在线观看| 国产老妇女一区| 国产三级在线视频| 色吧在线观看| 校园人妻丝袜中文字幕| 99久国产av精品国产电影| 人妻久久中文字幕网| av专区在线播放| 熟女电影av网| 村上凉子中文字幕在线| av又黄又爽大尺度在线免费看 | 少妇丰满av| 色综合站精品国产| 一个人观看的视频www高清免费观看| 国产精品免费一区二区三区在线| 听说在线观看完整版免费高清| 一级毛片我不卡| 国产69精品久久久久777片| 精品国内亚洲2022精品成人| 大香蕉久久网| 欧美又色又爽又黄视频| 五月玫瑰六月丁香| 日日干狠狠操夜夜爽| 精品人妻熟女av久视频| 免费黄网站久久成人精品| 97超碰精品成人国产| 国产极品精品免费视频能看的| 国产午夜精品久久久久久一区二区三区| 99久久精品热视频| 狂野欧美激情性xxxx在线观看| videossex国产| 国产亚洲欧美98| 国内精品久久久久精免费| 国产精品人妻久久久久久| av在线老鸭窝| 小蜜桃在线观看免费完整版高清| 熟女人妻精品中文字幕| 久久久久性生活片| 国产综合懂色| 看黄色毛片网站| 国产精品一区二区性色av| 国产一区二区在线观看日韩| 久久人人爽人人爽人人片va| 日韩欧美精品免费久久| 久久精品国产99精品国产亚洲性色| 国产成人a区在线观看| 欧美+日韩+精品| 国产高潮美女av| 菩萨蛮人人尽说江南好唐韦庄 | 18禁黄网站禁片免费观看直播| 国产精品三级大全| 99久久无色码亚洲精品果冻| 久久久久性生活片| 又黄又爽又刺激的免费视频.| 久久精品国产亚洲av涩爱 | 国产亚洲精品久久久com| 国产精品久久电影中文字幕| 精品久久久久久久人妻蜜臀av| 99视频精品全部免费 在线| eeuss影院久久| 国产一区二区激情短视频| 一级毛片我不卡| 内地一区二区视频在线| 国产伦一二天堂av在线观看| 欧美精品一区二区大全| 亚洲一级一片aⅴ在线观看| 国产高清有码在线观看视频| 能在线免费观看的黄片| av在线老鸭窝| 黄色日韩在线| 国产真实伦视频高清在线观看| 一级毛片电影观看 | 一级毛片电影观看 | 少妇的逼好多水| 久久久久九九精品影院| 国产单亲对白刺激| 看黄色毛片网站| 身体一侧抽搐| 日韩精品有码人妻一区| 青青草视频在线视频观看| 日韩 亚洲 欧美在线| 尤物成人国产欧美一区二区三区| 内射极品少妇av片p| 国内少妇人妻偷人精品xxx网站| 国产精品av视频在线免费观看| 日本免费a在线| 少妇熟女欧美另类| 免费一级毛片在线播放高清视频| 日本黄大片高清| 久久99热这里只有精品18| 日本爱情动作片www.在线观看| 中文字幕精品亚洲无线码一区| 亚洲av成人精品一区久久| 国产高清不卡午夜福利| www日本黄色视频网| 青春草亚洲视频在线观看| 99热全是精品| 国产激情偷乱视频一区二区| 色哟哟哟哟哟哟| 亚洲18禁久久av| 国产亚洲av嫩草精品影院| 亚洲图色成人| 日本熟妇午夜| 日本与韩国留学比较| 国产精品三级大全| 国产精品久久久久久精品电影小说 | 国产亚洲5aaaaa淫片| 九九热线精品视视频播放| 51国产日韩欧美| 久久久久久久久久久丰满| 国产黄片美女视频| 精品久久久久久久久亚洲| 激情 狠狠 欧美| 麻豆av噜噜一区二区三区| kizo精华| 国产精品久久久久久亚洲av鲁大| 国产一区二区在线av高清观看| 国产老妇伦熟女老妇高清| 亚洲av成人精品一区久久| 精品熟女少妇av免费看| 少妇丰满av| 卡戴珊不雅视频在线播放| 一卡2卡三卡四卡精品乱码亚洲| 亚洲三级黄色毛片| 欧美三级亚洲精品| 美女国产视频在线观看| 好男人视频免费观看在线| 亚洲av中文av极速乱| 久久中文看片网| 性色avwww在线观看| 日韩欧美国产在线观看| 一级黄色大片毛片| 久久婷婷人人爽人人干人人爱| 久久午夜福利片| 国产高清三级在线| 国产一级毛片七仙女欲春2| av又黄又爽大尺度在线免费看 | 亚洲国产欧洲综合997久久,| 成人无遮挡网站| 最近最新中文字幕大全电影3| 亚洲国产高清在线一区二区三| 99热只有精品国产| 亚洲成人久久爱视频| 国产伦精品一区二区三区四那| 在线a可以看的网站| 久久中文看片网| 亚洲欧美日韩高清专用| 亚洲丝袜综合中文字幕| 精品人妻偷拍中文字幕| 国产一区二区在线av高清观看| 美女 人体艺术 gogo| 午夜福利在线观看免费完整高清在 | 亚洲内射少妇av| 美女 人体艺术 gogo| 国产在线男女| av天堂在线播放| 日本免费a在线| 九九爱精品视频在线观看| 在线a可以看的网站| 亚洲自偷自拍三级| 欧美色视频一区免费| 亚洲av中文字字幕乱码综合| 欧美日韩在线观看h| 成人无遮挡网站| av在线老鸭窝| 成人毛片60女人毛片免费| 日韩强制内射视频| 成人二区视频| 三级经典国产精品| 免费av毛片视频| 亚洲四区av| 午夜免费男女啪啪视频观看| 2021天堂中文幕一二区在线观| а√天堂www在线а√下载| 亚洲国产精品久久男人天堂| 九九在线视频观看精品| 亚洲av免费在线观看| 乱系列少妇在线播放| 91狼人影院| 亚洲国产精品sss在线观看| 毛片一级片免费看久久久久| av在线老鸭窝| 在线观看av片永久免费下载| 在线观看美女被高潮喷水网站| 亚洲人成网站在线播| 国产熟女欧美一区二区| 亚洲成人久久性| 夜夜看夜夜爽夜夜摸| 三级男女做爰猛烈吃奶摸视频| 亚洲av二区三区四区| 18+在线观看网站| 国产在线精品亚洲第一网站| 一卡2卡三卡四卡精品乱码亚洲| 亚洲成a人片在线一区二区| 久久精品夜色国产| 国产精品永久免费网站| 九草在线视频观看| 久久久久久久久大av| 亚洲最大成人手机在线| 国产精品人妻久久久久久| avwww免费| 国产亚洲av嫩草精品影院| 免费人成在线观看视频色| 国产真实伦视频高清在线观看| 卡戴珊不雅视频在线播放| 亚洲人成网站高清观看| ponron亚洲| 日本爱情动作片www.在线观看| 午夜久久久久精精品| 亚洲一区二区三区色噜噜| 国产视频首页在线观看| 久久草成人影院| .国产精品久久| 日韩三级伦理在线观看| 日本欧美国产在线视频| 在线国产一区二区在线| 中文欧美无线码| 校园人妻丝袜中文字幕| 特大巨黑吊av在线直播| 熟女电影av网| 成年女人永久免费观看视频| 国产69精品久久久久777片| 三级经典国产精品| 国产精品人妻久久久影院| 麻豆乱淫一区二区| 国内精品一区二区在线观看| 亚洲av.av天堂| 午夜福利视频1000在线观看| 国产成人一区二区在线| 成人国产麻豆网| 欧美xxxx性猛交bbbb| 亚洲经典国产精华液单| 变态另类丝袜制服| 禁无遮挡网站| 亚洲天堂国产精品一区在线| 国产免费一级a男人的天堂| 18禁在线播放成人免费| 亚洲第一电影网av| 欧美人与善性xxx| 国产三级在线视频| 嫩草影院入口| 欧美3d第一页| 伊人久久精品亚洲午夜| 日韩制服骚丝袜av| 麻豆成人午夜福利视频| 麻豆成人av视频| 国产精品,欧美在线| 欧美xxxx性猛交bbbb| 成年版毛片免费区| 国产国拍精品亚洲av在线观看| 干丝袜人妻中文字幕| 女同久久另类99精品国产91| 国产一区二区亚洲精品在线观看| 极品教师在线视频| av.在线天堂| 舔av片在线| 久久草成人影院| 亚洲中文字幕一区二区三区有码在线看| 欧美一区二区国产精品久久精品| 极品教师在线视频| 日本-黄色视频高清免费观看| 欧美人与善性xxx| 久久亚洲精品不卡| 乱系列少妇在线播放| 色综合色国产| 99久久中文字幕三级久久日本| 国产美女午夜福利| 久久精品国产亚洲av涩爱 | 中国美女看黄片| 亚洲欧美成人精品一区二区| 久久久久久伊人网av| 99热全是精品| 国语自产精品视频在线第100页| 亚洲国产欧美在线一区| 麻豆av噜噜一区二区三区| 人体艺术视频欧美日本| 久久久精品欧美日韩精品| 午夜久久久久精精品| 亚洲精品乱码久久久久久按摩| 免费人成视频x8x8入口观看| av专区在线播放| 国内揄拍国产精品人妻在线| 狂野欧美白嫩少妇大欣赏| 日本成人三级电影网站| 99九九线精品视频在线观看视频| 亚洲第一电影网av| 99国产极品粉嫩在线观看| 99久久九九国产精品国产免费| 精品人妻熟女av久视频| 天天一区二区日本电影三级| 99在线人妻在线中文字幕| 欧美成人精品欧美一级黄| 麻豆久久精品国产亚洲av| 嫩草影院新地址| 观看免费一级毛片| 少妇人妻一区二区三区视频| 亚洲精品久久国产高清桃花| 亚洲成av人片在线播放无| 色吧在线观看| 午夜免费激情av| 99热这里只有是精品50| 九九在线视频观看精品| 亚洲av男天堂| 国模一区二区三区四区视频| 亚洲国产精品国产精品| 伦理电影大哥的女人| eeuss影院久久| 校园人妻丝袜中文字幕| 国产亚洲欧美98| 麻豆成人av视频| 中文欧美无线码| 一级毛片久久久久久久久女| 国产亚洲欧美98| 国产精品乱码一区二三区的特点| 亚洲精品亚洲一区二区| 97在线视频观看| 午夜激情欧美在线| av专区在线播放| 22中文网久久字幕| 一边亲一边摸免费视频| 成人性生交大片免费视频hd| 午夜视频国产福利| 国产极品天堂在线| 国产精品精品国产色婷婷| 国产视频内射| 国产免费男女视频| 日本色播在线视频| 色播亚洲综合网| 日本三级黄在线观看| 国语自产精品视频在线第100页| 日韩制服骚丝袜av| 麻豆av噜噜一区二区三区| 91久久精品电影网| 久久精品综合一区二区三区| 亚洲天堂国产精品一区在线| 91aial.com中文字幕在线观看| 国内精品宾馆在线| 成年版毛片免费区| 99九九线精品视频在线观看视频| 中文字幕人妻熟人妻熟丝袜美| 免费观看a级毛片全部| 51国产日韩欧美| 国产熟女欧美一区二区| 一夜夜www| 免费一级毛片在线播放高清视频| 99久久精品热视频| 免费看日本二区| 男人舔奶头视频| 男人和女人高潮做爰伦理| 黄色日韩在线| 搡老妇女老女人老熟妇| 美女被艹到高潮喷水动态| 久久精品国产清高在天天线| 99久国产av精品| 国产三级在线视频| 国产精品一区www在线观看| 在线观看66精品国产| 免费看美女性在线毛片视频| 国产激情偷乱视频一区二区| 国产精品国产三级国产av玫瑰| 国产一级毛片在线| 亚洲精品亚洲一区二区| 国产精品嫩草影院av在线观看| 国产黄片美女视频| 一区二区三区四区激情视频 | 国产一区二区激情短视频| 亚洲欧美日韩高清在线视频| 美女黄网站色视频| 桃色一区二区三区在线观看| 国产乱人视频| 久久久国产成人免费| 夜夜看夜夜爽夜夜摸| 欧美成人a在线观看| 精品少妇黑人巨大在线播放 | 免费看美女性在线毛片视频| 黄色欧美视频在线观看| 菩萨蛮人人尽说江南好唐韦庄 | 美女cb高潮喷水在线观看| 人人妻人人澡人人爽人人夜夜 | 一级毛片aaaaaa免费看小| 久久中文看片网| 久久精品国产鲁丝片午夜精品| 少妇丰满av| 欧美另类亚洲清纯唯美| 日本色播在线视频| 日本黄色片子视频| av在线观看视频网站免费| 麻豆乱淫一区二区| 99国产极品粉嫩在线观看| 狂野欧美白嫩少妇大欣赏| av在线蜜桃| 午夜免费激情av| 在线观看免费视频日本深夜| 精品久久久久久久久亚洲| 少妇人妻精品综合一区二区 | 国产亚洲91精品色在线| 高清毛片免费看| 久久精品久久久久久噜噜老黄 | 欧洲精品卡2卡3卡4卡5卡区| 国产一区二区在线观看日韩| 一级av片app| 91aial.com中文字幕在线观看| 99热全是精品| 大型黄色视频在线免费观看| 麻豆国产av国片精品| 日本黄色视频三级网站网址| 18禁裸乳无遮挡免费网站照片| 欧美日韩综合久久久久久| 好男人视频免费观看在线| 91精品一卡2卡3卡4卡| 菩萨蛮人人尽说江南好唐韦庄 | 亚洲精品乱码久久久久久按摩| 亚洲aⅴ乱码一区二区在线播放| 国内精品久久久久精免费| 亚洲乱码一区二区免费版| 日韩高清综合在线| 日韩在线高清观看一区二区三区| 久久亚洲精品不卡| 熟女人妻精品中文字幕| 岛国毛片在线播放| 色综合亚洲欧美另类图片| 男女视频在线观看网站免费| 中文字幕久久专区| av免费观看日本| 精品一区二区三区视频在线| 国内精品一区二区在线观看| 欧美精品国产亚洲| 国产精品伦人一区二区| 国产免费一级a男人的天堂| 女人十人毛片免费观看3o分钟| 成人一区二区视频在线观看| 精品国产三级普通话版| 久久人人爽人人片av| 中文亚洲av片在线观看爽| 综合色丁香网|