视频监控系统中的跌倒事件识别。

简介：
监控视频中异常行为的检测，是计算机视觉研究领域内一个极其重要的研究课题。人体跌倒行为作为一种异常情况，能够对日益老龄化的社会中的老年人进行实时预警，从而在保障老年人生命安全方面发挥着关键作用。本文提出了一种结合三帧差法和更新运动历史图像的方法，以获取运动前景；随后，通过膨胀形态学操作以及中值滤波操作来去除前景图像中的噪声。为了对运动区域进行标记，我们采用矩形包围框来捕捉感兴趣区域的形态变化。最后，通过融合矩形框的宽高比、人体Hu矩特征、人体轮廓离心率以及人体轴线角等多项特征，对跌倒异常行为进行识别，并对识别出的异常行为进行实时报警。实验结果表明，针对固定背景监控视频中单人跌倒异常行为的识别任务，所提出的算法表现出卓越的鲁棒性和稳定性。