跌倒检测理论基础

简介: 近几年老龄人口比例快速提升,对老龄群体的看护服务问题日益凸显。家庭养老是我国现有的主要养老模式,室内意外跌倒是影响老人健康的重要因素,对于室内老年人跌倒事件的检测,有利于迅速地对老人实施救护,减轻跌倒造成的二次伤害。

     跌倒检测,首先需要对跌倒的定义有所了解,跌倒,是一种突发的、不自主的、非故意的体位改变,最终会倒在地上或者低的平台上。在日常生活中,跌倒行为是少数,更多的是日常生活中的正常动作(Activity of daily life, ADL)。为了便于研究,本文选取几种具有代表性的日常行为活动,又将其分为非跌倒行为和类跌倒行为,非跌倒行为主要有行走、奔跑、站立,类跌倒行为是与跌倒行为有相似之处的行为,主要有坐下、起立、蹲下、弯腰、躺下这几种。本文所研究的跌倒行为,则是根据跌倒方向进行分类,主要有向前跌倒、向后跌倒、向左跌倒和向右跌倒这几种。与常规行为相比,跌倒发生具有意外性和突然性,因此整个过程将会更加激烈,动作幅度和动作速度相比而言都是很快的,且在短时间内发生。跌倒行为最显著的特点就是人在这一瞬间速度和加速度发生了骤变,而且人体形状也发生了变化,接下来本文将对跌倒过程中发生的变化展开详尽的分析。

     一个完整的跌倒过程可以分为五部:跌倒前阶段、跌倒发生阶段、下落阶段、撞击阶段、跌倒后阶段。

(1)跌倒前阶段:这个阶段一般就是正常的 ADL 行为,比如走路、站立等,由于大部分的跌倒时间都是人处于站立的情况下发生的,所以本文为了便于研究,将假设跌倒前状态为走路或站立,此时人体较为稳定,没有很大幅度的变化,形状也是稳定的。     (2)跌倒发生阶段:此时可能因为绊倒、滑倒等原因,人体发生了失衡,但由于动作刚刚发生,因此人体的速度和加速度都没有发生显著改变,如何定义好跌倒开始的时间也是一个难点。    

(3)下落阶段:此时人体已经控制不住身体的失衡,人体会不受控制向地面坠落,此时人体的加速度和速度将逐渐上升到达一个峰值,人体的形状也将发生改变,双脚也会离地不能再平稳地踩在地上    

(4)撞击阶段:此时人体会碰撞地面或者物体,瞬间速度将从最大值变为零,此时加速度也是最大的,对人体也会造成伤害。    

(5)跌倒后阶段:如果发生了严重的碰撞,短时间内人体会在地面上躺倒一段时间,此时人体将处于一个稳定的状态,但是形状相比之前发生了很大的变化,与正常躺倒的区别在于之前是否有比较激烈的跌倒过程。        

      通过分析,把握跌倒检测的重点在于如何定位环境中运动的人体、如何对人体行为进行动作分类、如何找到人体跌倒的具体起始时间、如何在人体下落阶段快速判断是否发生跌倒行为以及如何利用跌倒过程中的时序特征提高检测的准确度。另外,还需要通过对不同跌倒方向和特征进行细化的讨论,从而更好地提高检测效率。

相关文章
|
机器学习/深度学习 传感器 算法
【跌倒检测】基于计算机视觉和帧差法的人体跌倒检测系统附matlab代码
【跌倒检测】基于计算机视觉和帧差法的人体跌倒检测系统附matlab代码
|
机器学习/深度学习 运维 监控
基于计算机视觉的跌倒检测
随着社会的发展,老龄化程度日剧加深,独居老人发生跌倒若不能及时发现并预警,可能造成严重后果。因此,利用智能算法进行跌倒情况自动化检测成为了重要研究课题。
805 0
|
机器学习/深度学习 算法 数据可视化
关于单目 3D 检测最新成果,你想知道的都在这啦
虽然基于点云的 3D 目标检测方法性能不断提升,但是激光雷达相对高昂的造价和对各种复杂天气情况的敏感性推动着研究人员开始更多地探索基于视觉的 3D 目标检测,其在近几年成为越来越热门的研究方向。 本文主要介绍单目 3D 目标检测的一些最新研究进展,同时带来一些笔者的思考。
625 0
关于单目 3D 检测最新成果,你想知道的都在这啦
|
机器学习/深度学习 人工智能 算法
口罩检测算法研究现状
近年来,随着人工智能的快速发展,基于深度学习的目标检测算法有着越来越广泛的应用,由于深度学习算法在真实环境中的鲁棒性远超过传统视觉算法,更适合应对现实环境中的各种复杂情况。
1735 0
口罩检测算法研究现状
|
机器学习/深度学习 传感器 算法
【缺陷检测】基于计算机视觉实现芯片缺陷检测附matlab代码
【缺陷检测】基于计算机视觉实现芯片缺陷检测附matlab代码
|
数据库 计算机视觉 Windows
基于YOLOV5行人跌倒检测实验
随着科技的快速发展,智慧交通系统的建设对提升人们的生活品质,提升城市交通服务能力和城市交通管控的科学有效性有着重点意义。
1230 0
基于YOLOV5行人跌倒检测实验
研究揭示肿瘤基因突变检测的复杂性
8月28日,国际学术期刊 Molecular Cancer 在线发表了中国科学院生物化学与细胞生物学研究所陈剑峰研究组与上海市胸科医院娄加陶团队合作的研究论文“Heterogeneous mutation pattern in tumor tissue and circulating tumor DNA warrants parallel NGS panel testing”。
2912 0
|
机器学习/深度学习 监控 算法
行人跌倒检测目标跟踪
行人检测和姿态估计是深度学习的重要研究内容。行人检测是任何智能视频监控系统中必不可少的重要任务,因为它为对视频片段的语义理解提供了基本信息。由于有可能改进安全系统,它对汽车应用有明显的扩展性。人体姿势估计也是一种基于计算机视觉的技术,可以检测和分析人的姿势。人体姿势估计作为计算机视觉中一个相对基础的任务,是人体行为分析、动作识别、人机交互等的前置任务。近几年,随着深度学习的发展,行人检测和人体姿态估计都得到了极大的发展。
312 0
|
机器学习/深度学习 传感器 算法
【裂缝识别】基于计算机视觉实现道路裂缝识别附matlab代码
【裂缝识别】基于计算机视觉实现道路裂缝识别附matlab代码
|
机器学习/深度学习 数据采集 监控

热门文章

最新文章