《基于智能视觉的人体跌倒检测仿真》PDF+DOC
作者:肖巍
单位:中国航天科工集团公司第十七研究所
出版:《计算机仿真》2020年第04期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFJSJZ2020040860
DOC编号:DOCJSJZ2020040869
下载格式:PDF + Word/doc 文字可复制、可编辑
《智能手机车辆异常驾驶行为检测方法》PDF+DOC2016年第03期 周后飞,刘华平,石红星
《基于阈值与PSO-SVM的人体跌倒检测研究》PDF+DOC2016年第05期 孙晓雯,孙子文,秦昉
《无人装备智能视觉技术与发展》PDF+DOC2019年第06期 邓劲生,尹晓晴,翟永平
《一种基于三轴加速度的跌倒检测方法》PDF+DOC2015年第03期 李政
《基于支持向量机的跌倒检测方法研究》PDF+DOC2014年第09期 梁维杰,张应红,景晖,黄博,郑骥
《基于MEMS的摔倒检测和定位系统设计》PDF+DOC2017年第12期 翁佩纯,张远海
《智能电力变压器整体联调检测方法研究》PDF+DOC2017年第03期 高飞,赵晓宇,赵鹏程
《一种改进汽车智能安全气囊系统的设计方案》PDF+DOC2004年第08期 方红伟,李油成,藏宏海
《液晶在检测、测量和传感方面的实际应用》PDF+DOC 陈金坤
《能感知和交互才是真正的智能手机》PDF+DOC2011年第12期 杨碧玲
针对传统人体跌倒检测方法准确度低,不能在人体疑似跌倒的第一时间及时检测的问题,提出基于智能视觉的人体跌倒检测方法。根据智能视觉分析技术解析人体跌倒行为,采用加速度传感器采集人体跌倒惯性特征数据并利用加速度传感器建立三轴加速坐标,对跌倒行为作出判断。在巨大的特征量集合中,运用K-L变换方法提取出准确的加速度峰值和倾角变化值,据此设置跌倒行为检测的约束条件,完成对跌倒行为的分类。采用PSO分类器优化人体跌倒检测的SVM参数,完成人体跌倒高精准度检测。实验结果表明,所提方法的检测准确度高于对比的3种文献方法,检测时间最短,能够及时检测目标个体跌倒情况,可广泛应用于现实生活中。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。