基于Kinect传感器的摔倒检测研究

当今社会独居老人越来越多,老年人的监护已经成为了一个社会问题。为使独居老人在家摔倒时能够被及时发现,将对老年人的伤害减到最低,一种不受可见光影响的基于Kinect的摔倒检测方法被提出与研究。使用Kinect的深度信息去除背景,提取人物的关键点,采集大量的不同动作下的关键点运动曲线,并进行特征提取作为训练集,用SVM(支持向量机)建立了一个摔倒检测分类器。在实验中,500个摔倒动作和1 500个未摔倒动作作为训练数据,315个动作被用来作为检测数据,实验结果显示,算法的敏感度是91.4%,精确度是93.7%,由此可见这个方法对于摔倒特征有很好的分类能力和很高的辨别度。