科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2014年
2期
50-55
,共6页
泊松方程%特征提取%异常行为%K均值分类
泊鬆方程%特徵提取%異常行為%K均值分類
박송방정%특정제취%이상행위%K균치분류
the poisson equation%feature extraction%abnormal activity detection%K-means classifier
异常行为检测是家居监护系统的重要功能之一.提出了一种基于泊松方程的特征提取算法,并采用K均值算法实现人体异常行为——跌倒的检测.首先采用基于混合高斯模型的运动目标检测算法获得运动人体的二值图像序列;然后,对图像序列提取基于二维泊松方程的矩特征描述人体行为;最后采用K均值分类器对异常行为进行检测.所使用的数据库包括6种可能发生的日常行为:站立、走、慢跑、坐、蹲,以及跌倒.实验表明,采用该算法检测异常行为——跌倒的正确识别率为98.72％.
異常行為檢測是傢居鑑護繫統的重要功能之一.提齣瞭一種基于泊鬆方程的特徵提取算法,併採用K均值算法實現人體異常行為——跌倒的檢測.首先採用基于混閤高斯模型的運動目標檢測算法穫得運動人體的二值圖像序列;然後,對圖像序列提取基于二維泊鬆方程的矩特徵描述人體行為;最後採用K均值分類器對異常行為進行檢測.所使用的數據庫包括6種可能髮生的日常行為:站立、走、慢跑、坐、蹲,以及跌倒.實驗錶明,採用該算法檢測異常行為——跌倒的正確識彆率為98.72％.
이상행위검측시가거감호계통적중요공능지일.제출료일충기우박송방정적특정제취산법,병채용K균치산법실현인체이상행위——질도적검측.수선채용기우혼합고사모형적운동목표검측산법획득운동인체적이치도상서렬;연후,대도상서렬제취기우이유박송방정적구특정묘술인체행위;최후채용K균치분류기대이상행위진행검측.소사용적수거고포괄6충가능발생적일상행위:참립、주、만포、좌、준,이급질도.실험표명,채용해산법검측이상행위——질도적정학식별솔위98.72％.
