23、基于计算机视觉的自动跌倒检测

基于计算机视觉的自动跌倒检测

1 引言

随着全球老年人口的日益增加，独居老人的护理成为家庭和社会关注的重要问题。跌倒对于老人来说是极为危险的情况，医院中约 60% 的老年伤害是由跌倒造成的。而且老人独自跌倒后可能无法及时求助，长时间躺在地上还会引发脱水、体温过低等健康问题。

目前，有许多基于可穿戴设备的跌倒检测方法，它们利用加速度计和陀螺仪来检测跌倒。然而，长时间佩戴这些设备会让人感到不适，并且如果忘记佩戴，就无法检测到跌倒。相比之下，基于计算机视觉的方法具有诸多优势：
- 不显眼且不具侵入性，无需佩戴设备。
- 不受噪音影响。
- 相机能观察和存储大量场景信息，可同时识别多个事件。
- 易于安装，用户无需专业知识。

本文将逐帧处理视频，提取代表人体的轮廓，然后提取描述跌倒的特征，并使用基于学习的算法进行跌倒检测。

2 相关工作

早期的跌倒检测系统可追溯到 20 世纪 70 年代，最初是通过用户按下远程发射按钮发送警报。90 年代开始出现基于加速度计的自动跌倒检测方法。以下是一些不同的跌倒检测方法：
| 方法提出者 | 方法概述 | 效果 |
| — | — | — |
| Muheidat 等 | 基于上下文感知和实时的老年人跌倒检测系统，使用放置在地毯下的传感器和智能手机 | - |
| Joshi 等 | 利用计算机视觉和物联网的跌倒检测系统，通过计算质心、纵横比和方向角检测跌倒，并发送带截图的邮件 | - |
| Djelouat 等 | 基于计算机视觉的老年人跌倒检测系统，收集加速度数据，使用 KNN 和扩展最近邻分类 | - |