計算機視覺摔跤檢測技術(shù)研究

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了計算機視覺摔跤檢測技術(shù)研究范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：計算機視覺在生活中的應(yīng)用越來越廣泛，是一門研究如何使機器“看”的科學(xué)。它是用攝影機或者電腦的攝像頭向目標進行識別、精準測量和實時跟蹤，再對檢測到的圖片進行圖形處理。本研究采用計算機視覺RGB-D深度圖像技術(shù)，實時監(jiān)控人體骨架信息，針對摔跤過程骨架變化數(shù)據(jù)進行分析，通過對人體骨架節(jié)點的質(zhì)心和肩膀中心進行劃分、獲取、檢測和分析，構(gòu)建上身軀干運動模型。計算上身角度和質(zhì)心高度，當上身角度在某時間內(nèi)變化率和質(zhì)心高度變化率均高于指定閾值，當前行為即可被判斷為摔跤，當檢測到摔跤后立即觸發(fā)報警。

關(guān)鍵詞：計算機視覺；RGB-D；摔跤檢測；骨架信息

引言

摔跤雖然是生活中很少發(fā)生的事故，但是摔跤所帶來的傷害是不可忽略的。對于孩子來說，骨骼未發(fā)育完全，摔跤所帶來的傷害可能會影響一生；對于老年人而言，摔跤帶來的傷害很難痊愈。然而，摔跤這一行為不可預(yù)防，隨時可能發(fā)生，不能預(yù)防不是代表任由摔跤事件發(fā)生，當摔跤發(fā)生后很多人因為沒有及時的救治導(dǎo)致病情嚴重或者無法救治。因此檢測摔跤是十分重要的，檢測到摔跤行為觸發(fā)報警和聯(lián)系家人，非常適合于獨居老人生活現(xiàn)狀，摔跤檢測可以保障獨居老人的安全。因此，如何準確檢測出摔跤非常重要。本研究是通過對人體摔跤過程中人體骨架信息的變化規(guī)律，采用基于計算機視覺的RGB—D技術(shù)，實時檢測人體是否摔跤。當前檢測摔跤的方法有環(huán)境檢測方法、可穿戴設(shè)備方法和計算機視覺方法。環(huán)境檢測方法是將設(shè)備收集到的聲音或者震動等方法來判斷是否發(fā)生摔跤行為[1-2]。但是環(huán)境是不可控的，當周圍環(huán)境聲音過大會使檢測結(jié)果存在很大的誤差，或者摔跤時造成的聲音不大時，會導(dǎo)致檢測不到摔跤。并且使用環(huán)境設(shè)備時需對環(huán)境進行部署。可穿戴設(shè)備是要將設(shè)備佩戴身上，儀器實時監(jiān)控身體進行數(shù)據(jù)的采集、數(shù)據(jù)的預(yù)處理、特征的提取等等。蘋果公司AppleWatch摔倒檢測功能[3]，檢測到摔跤時就會撥打急救電話。計算機視覺檢測方法是通過分析視頻流來判斷是否摔跤[4]。彌補和改善了以上兩種方法的缺陷，不需要隨身佩戴，只要在監(jiān)控的范圍內(nèi)就能檢測是否摔跤。

1基本原理

為了檢測出人體骨架，本文采用3D體感攝影機-Kinect傳感器，可以即時動態(tài)捕捉、影像辨識，因此用來跟蹤人體骨架20個關(guān)節(jié)點。對于大部分人來說，身體的高矮胖瘦是不一致的，采用外觀的標準來判斷摔跤顯然存在很大的誤差。本文采用提取人體骨架的模式識別來判斷人體行為，彌補了檢測人體外觀行為帶來的誤差。當人體站立的時候，Kinect傳感器會跟蹤人體骨架的20個關(guān)節(jié)點，坐立時可以跟蹤10個關(guān)節(jié)點。嵌入式程序可以使Kinect估計未跟蹤的關(guān)節(jié)。本文采用計算機視覺RGB-D深度圖像技術(shù)檢測出骨架與地面的距離，RGB-D是一副帶有色彩的深度圖像，該圖像記錄與視點的場景對象的表面的距離相關(guān)信息。該技術(shù)可以測量出目標人體骨架與地面距離信息，對于測量到的數(shù)據(jù)進行處理和分析。在本文的研究中，需要測量上身角的變化率。因為重力線無論如何都垂直于地面，所以和y軸平行的線就可以作為重力線，重力線上的矢量都是可以由兩個點組成，稱作本文的重力矢量。肩部中心和髖部中心組成的線是計算上身角度的關(guān)鍵，稱為軀干線，本文采用軀干線與重力線形成上身角。根據(jù)穩(wěn)定性測試極限（LOST）中結(jié)果顯示，成年人可以保持在與身體左/右傾斜不超過16度，前傾/后退不超過12.5度并且平衡[5]，本研究從上身角度為13度開始，超過13度之后，上身角度變化率就會被記錄。因為人體會有下蹲或者躺下的動作，所以質(zhì)心高度也作為模型的重要變量。因為只需測量出人體下降的速度，所以采用髖關(guān)節(jié)中心關(guān)節(jié)作為本文人的大概質(zhì)心。因此質(zhì)心高度是從人的大概質(zhì)心點向下到地面的距離。人體摔跤時，身體會失去平衡，上身角度變化率和質(zhì)心高度變化率會發(fā)生迅速的變化，當上身角度的變化率高于閾值，逐幀記錄上身角度變化率和質(zhì)心高度變化率，當這兩個變化率都超過上身軀干運動模型定義的閾值，即可被斷定為摔跤，并觸發(fā)警報。

2存在的問題及缺陷

2.1范圍局限問題

Kinect傳感器不能像攝像頭一樣轉(zhuǎn)動，所以檢測范圍有限，檢測目標只能在安裝設(shè)備的范圍內(nèi)監(jiān)控，若有其它人體活動離開該設(shè)備，人體發(fā)生摔跤時檢測不到摔跤，該缺陷使得使用設(shè)備的人體活動范圍受到了限制，若人體運動范圍廣，則需要多安裝幾臺設(shè)備。

2.2多人檢測存在誤差

檢測范圍內(nèi)若出現(xiàn)多人時，不能精準檢測摔跤的發(fā)生，該缺陷使得適用人群變成獨居老人，不適用于多人出現(xiàn)的范圍。

2.3光線問題

本儀器檢測時需要較為光亮的條件，當晚上室內(nèi)不開燈或臨近傍晚光線暗的情況，則該設(shè)備不能提取人體骨架，獲取不到骨架信息，不能精準檢測摔跤。

3發(fā)展現(xiàn)狀

隨著計算機視覺技術(shù)的發(fā)展，計算機視覺運用于視頻監(jiān)控隨之變多。更多的研究使用計算機視覺檢測摔跤，如通過分割運動場景，根據(jù)前景的長寬比、有效面積比和輪廓面積等特征來判斷摔跤[6]，或使用人體多質(zhì)心偏移向量運動特征及其提取方法來判斷摔跤[7]。

4發(fā)展趨勢

信息化社會的到來，計算機視覺使用的應(yīng)用場景更加地廣泛，如醫(yī)療、軍事、工業(yè)、自主車等等。基于計算機視覺的摔跤檢測技術(shù)研究越來越多，使得摔跤檢測方法逐漸增多，也讓計算機視覺摔跤檢測技術(shù)變得更加成熟。老年人經(jīng)常有骨質(zhì)疏松的問題，跌倒后易致髖部、脊柱骨折，由此活動受限，該技術(shù)適用于獨居老人。我國在20世紀70年代以來全面推行計劃生育，許多家庭只有一個孩子，使得21世紀前期人口老齡化的問題日益嚴重，家庭里的孩子去工作，獨居老人的比例逐漸增多。本研究的使用，可在一定程度上保障老人的安全，具有良好前景。

5總結(jié)

本研究旨在應(yīng)用計算機視覺技術(shù)解決現(xiàn)實生活中的典型問題。該設(shè)備通過實時監(jiān)測人體上身角度的變化率和質(zhì)心高度變化率檢測是否摔跤狀態(tài)，與傳統(tǒng)隨身佩戴設(shè)備相比，更加便利于人體行動。

參考文獻：

[3]王孟孟，曾凡桂.基于應(yīng)用場景的智能手表應(yīng)用交互設(shè)計研究：以AppleWatch為例[J].藝術(shù)與設(shè)計(理論)，2019，2(8)：98-100.

[6]盧耿霞.基于計算機視覺的室內(nèi)跌倒檢測[D].廣州：廣東工業(yè)大學(xué)，2015.

[7]杜井龍.基于計算機視覺的室內(nèi)跌倒檢測研究[D].重慶：重慶大學(xué)，2016.

作者：饒雯 盧偉 何水清 單位：江西科技學(xué)院