APP下载

基于Kinect的摔倒行为研究

2018-04-13杨张振

计算机技术与发展 2018年4期
关键词:深度设备检测

杨张振

(南京邮电大学 通信与信息工程学院,江苏 南京 210003)

0 引 言

随着人类社会的发展和进步,人们的物质生活水平得到了大幅提高,同时人们对身体健康水平和生活环境的安全稳定水平的要求也在不断增长。出于对健康和安全的考虑,越来越多的监控设备被应用于室内环境以检测室内可能出现的意外摔倒情况[1]。

摔倒行为可能会对人们的健康带来严重的后果,尤其是出现这一意外情况但没有及时发现处理,将会加重事件带来的不利影响,比如老年人出现摔倒情况却没有得到及时救助,后果可能不堪设想。据全国伤害监测系统(NISS)2013年的收集统计,65岁及以上老年人跌倒死亡率为45.72/10万,因跌倒死亡是65岁及以上人群因伤害致死的第一死因[2]。除导致死亡外,跌倒/坠落造成更多的是残疾、功能受限、活动受限等非致死性后果。因此对室内可能出现的摔倒行为进行检测是一项很有实际意义的工作。

传统的对摔倒行为进行检测的技术手段主要有两种:一种是利用穿戴式传感器对摔倒进行检测,当检测到摔倒行为时,与人体连接在一起的传感设备会发出摔倒信号[3-5];另一种是依据视频装置对摔倒进行检测,用一个或多个摄像机对某个场景进行连续监控,通过对视频进行处理对摔倒进行检测[6]。传统方法对摔倒行为的检测虽然取得了一定的成果,但是局限性也很大。利用传感器对摔倒行为进行检测会对人体行动产生不便,利用传统视频监控设备对摔倒行为检测不仅难以做到及时的检测识别,又要面临外界条件变化所带来的不利影响。……

登录APP查看全文

猜你喜欢

深度设备检测
谐响应分析在设备减振中的应用
深度观察
深度观察
深度观察
基于MPU6050简单控制设备
小波变换在PCB缺陷检测中的应用
500kV输变电设备运行维护探讨
原来他们都是可穿戴设备