34、基于运动捕捉的跌倒检测与人机交互系统

基于运动捕捉的跌倒检测与人机交互系统

在人体行为监测领域，视觉方法能够捕捉主体与背景的交互，例如识别躺在地板上的主体。视觉方法主要监测主体的特定特征，包括姿势、形状变化、3D 头部位置和 3D 轮廓等。在视觉方法中，使用深度相机的系统比使用 RGB 相机的系统更实用，因为 RGB 相机在光照不佳的环境中表现不佳，且需要多个相机提取场景的 3D 信息，对相机的摆放位置要求较高；而深度相机不受环境光照影响，被监测主体只需在一个相机的视野内即可。

跌倒检测系统

• 系统概述 ：开发了一个利用微软 Kinect 深度相机和其软件开发工具包（SDK）的跌倒检测系统。该 SDK 可从 Kinect 传感器获取深度图像，并以骨骼形式呈现被捕捉主体的姿势。为提高计算效率，采用了紧凑特征随机决策树（Compact Feature RDT）而非标准 RDT，并增加了姿势校正步骤以提高跟踪的鲁棒性。
• 系统流程 ：
  1. 提取深度图像 ：使用 SDK 从传感器提取深度图像。
  2. 姿势校正 ：由于 SDK 在主体垂直方向时能可靠提取骨骼，水平方向时则不准确，因此先旋转深度图像，使主体始终处于垂直方向。
  3. 提取骨骼 ：使用 SDK 和 Compact Feature RDT 算法从校正后的深度图像中提取骨骼。
  4. 跌倒检测 ：通过分析头部关节的轨迹来检测跌倒，跟踪该轨迹并