基于机器视觉的跌倒检测研究与实现开题报告

1. 研究目的与意义

随着当今社会老龄化的加快,老年人口比例越来越大。根据《2018年中国人口老龄化分析及人口老龄化趋势预测》，在2015年时，我国60岁以上人口所占总人口比重达到了16.2%，已经超过2.2亿人。而预计到2025年，60岁以上人口比重将会达到20.7%，超过3亿人。在这种情况下，越来越多的老年人需要照顾，老年人的生活照料、出行等需求日益凸显，其中体现安全保健问题尤其突出，老年人的身体健康及安全问题逐渐成为家庭及社会关注的焦点，但是老年人的年起子女大多忙于事业，不可能一直在家，老年人独居的趋势日益严重。其一，老年人的身体机能退化严重，他们极易意外或因病跌倒，据国外统计，约有1/3老年人每年至少跌倒一次，老年人跌倒是导致其伤残、失能甚至死亡的主要原因之一,比例高达25%。并且跌倒非常容易造成老人骨折、内脏震荡，老年人跌倒后不能及时发现并寻求帮助往往会使后果更加严重，进一步提高致死率和致残率。跌倒不仅给老年人造成生理上的伤害，还会带来心里上的阴影，带来生活上的压力等。此外，由于当前社会老人跌倒后无人敢扶，无人敢救的情况日益严重。这种情况下，跌倒对老年人更是致命的。

对于老人跌倒最好的措施就是做好预防，防范于未然。但是在做好预防的同时，及时发现老人摔倒并采取救治措施也十分重要。通过分析人体跌倒检测的研究现状可知，基于环境布局的人体防跌倒检测的方法通用性较差，容易受到环境的影响，因此产生误判；基于穿戴设备的检测，需要老年人时刻穿着仪器，影响老年人日常生活；所以基于机器视觉检测的方法是最高效，实用的。受环境影响较小，也无需成天穿着设备，而且可以通过录下的视频，进一步分析老年人跌倒的原因，加以预防。但是，此类方法也有不足之处，监控范围受到限制，容易暴露用户隐私以及计算过程复杂等。

这时，一款能够高效且实用的对老年人的活动进行检测的视觉检测就迫切需要了。运用这样的机器视觉检测的方法，能减少老年人因跌倒造成的伤害，降低老年人因跌倒造成的死亡率，对于老年人生活质量，家庭和谐幸福美满有着积极意义。同时，在新冠疫情反复的今天，医护人员，医疗资源十分紧缺。这一检测方法也能起到节约医护人员和医疗资源的作用。因此，构思一个基于机器视觉的检测方法，对老人，对社会都是很有意义的。

2. 研究内容与预期目标

2.1主要研究内容

针对人口老龄化的加剧，独居老人无人照看，老人一旦摔倒无人发现的情况，本课题对比研究两种基于机器视觉的老人跌倒检测算法。基于机器视觉的方法主要是通过摄像机对场景中的人进行连续监控，然后对采集的视频数据进行特征提取，并使用相应的算法进行跌倒的检测。

1、研究机器视觉检测人体姿势的方法以及相应原理。

3. 研究方法与步骤

3.1研究方法

本课题的研究内容主要为基于机器视觉的目标检测算法，在此基础上对比研究了两种不同方向的视觉算法。

其中，方法一：采用传统机器视觉处理方法，首先利用混合高斯模型对背景进行建模，该步骤主要目的为有效的区分人体和背景，其次在此背景下提取一定量的人体信息放入支持向量机（svm）中，训练一个二分类算法，利用该算法来判断人体是否跌倒，在获得上述先验信息后，进而在验证图像中进行处理。

4. 参考文献

[1] 陈艳玫,刘子锋,李贤德,黄奕祥.2015—2050年中国人口老龄化趋势与老年人口预测[j].中国社会医学杂志,2018,35(05):480-483.

[2] 卫生部．老年人跌倒干预技术指南[j].中国老年,2011, 22(19): 12-13.

[3] abrar as. improving radio frequency sensing for smart health applications[d]. washington university in st.louis, 2020.

5. 工作计划

1、2022年2月28日-2022年3月13日：根据课题，上网搜索，查阅相关资料，了解机器视觉识别原理及流程，寻找课题合适的英文文献，并翻译。

2、2022年3月14日-2022年3月20日：完成开题报告。

3、2022年3月21日-2022年3月27日：在需求分析的基础上，确认用到的方法，对两种方法分别深入理解。