code: https://github.com/taufeeque9/HumanFallDetection paper: https://www.bvm-workshop.org/bvm2021/postersession/s01/
文章目录
- Introduction
- methods
- 识别和跟踪多目标
- 特征提取
- 摔倒与否的分类
- 后处理
Introduction
摔倒检测的重要性
- 老人摔倒很危险
- 每年大概有25%-35%的老人会摔倒
- 受害者经常无助且无法寻求帮助
现有摔倒检测方法的不足
- 扩散的
- 昂贵的
基于视频的摔倒检测逐渐出现
- 潜在的、便宜的家庭摄像头
- 提供上下文信息
现有基于视频的摔倒检测方法的不足
- 受限于单个摄像头的视野
- 识别和追踪多人
- 高假正率
methods
我们提供实时地基于多摄像头和多目标的摔倒检测算法支持
识别和跟踪多目标
- 在几帧上从姿态估计模型上映射关键点；
- 匹配方法与HSV颜色直方图相关
特征提取
- 五种时空特征的集合
- 形成表征时间步长n的特征向量Xn
摔倒与否的分类
- 使用LSTM神经网络架构
- 在每一帧进行摔倒检测
后处理
- 核实下一批K帧是否被分类为跌倒
- 检查一个人的身体与至少一个相机的垂直轴之间的角度
- 检查身高是否明显小于移动指数平均值
- 如果“跌倒”预测被拒绝，它将被重新标记为“跌倒警告”。