73、基于视觉技术的老年人跌倒检测报警系统及包装盒分拣应用研究

基于视觉技术的老年人跌倒检测报警系统及包装盒分拣应用研究

在当今社会，老年人的安全保障和工业生产的智能化是备受关注的话题。本文将为大家介绍基于视觉技术的老年人跌倒检测报警系统以及视觉技术在包装盒分拣中的应用。

老年人跌倒检测报警系统

目前，研究人员提出了多种跌倒检测方法，主要分为非视觉检测方法和视觉检测方法。

非视觉检测方法中，可穿戴传感器技术是市场上跌倒报警产品最常用的商业设备类型，常见形式有吊坠、腰带、手镯或手表。然而，这类设备大多需要老年人佩戴，对于一些患有痴呆症的老人来说，他们常常会忘记佩戴，而痴呆老人需要密集护理以维持独立生活条件。

视觉检测方法方面，市场上大多数商业跌倒检测系统基于便携式设备，基于计算机视觉的商业设备并不常见，但从当前与视觉相关的技术和文献来看，其前景十分可观。近年来，随着模式识别技术的飞速发展，许多研究人员将其应用于跌倒检测任务。例如，Lu等人开发了基于3D卷积神经网络的跌倒检测方法，仅使用视频运动数据训练自动特征提取器，避免了深度学习对大型跌倒数据集的需求；Adrián Núñez - Marcos等人提出了基于视觉的解决方案，使用卷积神经网络确定帧序列中是否包含跌倒的人，并使用光流图像作为网络输入以实现视频运动建模和场景独立；RicardoEspinosa等人提出了基于2D卷积神经网络推理方法的多相机跌倒检测系统，该方法在固定时间窗口内分析图像，并使用光流方法提取特征以获取连续两幅图像之间的相对运动信息。

本研究提出了一种基于深度学习的视觉跌倒检测报警系统，主要由嵌入式计算机和摄像头组成。具体操作步骤如下：
1. 特征提取 ：使用改进的轻量级网络模型提取训练集