基于三帧时间差分法的独居老人运动检测

doi:10.3778/j.issn.1002-8331.2010.13.071

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (13): 239-241.DOI: 10.3778/j.issn.1002-8331.2010.13.071

基于三帧时间差分法的独居老人运动检测

盛旭锋，朱方文，李校祖，庄俊

上海大学机电工程与自动化学院，上海 200072

收稿日期:2008-11-03 修回日期:2009-02-02 出版日期:2010-05-01 发布日期:2010-05-01
通讯作者: 盛旭锋

Motion detection research of elderly aging-in-place based on three-frame-differencing

SHENG Xu-feng，ZHU Fang-wen，LI Xiao-zu，ZHUANG Jun

School of Mechatronical Engineering and Automation，Shanghai University，Shanghai 200072，China

Received:2008-11-03 Revised:2009-02-02 Online:2010-05-01 Published:2010-05-01
Contact: SHENG Xu-feng

摘要/Abstract

摘要： 中国已经进入老龄化社会，老人的安全日益受到关注。通过最大类间方差法和三帧时间差分法进行自然背景和光照条件下室内运动人体目标的分割及运动状态的检测。实验表明算法基本能检测到运动人体轮廓，满足实时性要求，并为以后的独居老人姿态识别和安全判断打好基础。

关键词: 三帧差分法, 运动检测, 独居老人

Abstract: China has entered the aging society.The elderly have become an increasing concern.The detection algorithm of indoor human activities based on 3-frame difference is discussed.The method of maximum classes square error（method of Ostu） and the 3-frame-differencing are applied to the image segmentation of an indoor elder moving slowly and the basic estimation for his/her activity posture.The experiments show that the human posture image can be segmented successfully.The real time requirement is satisfied，and it lays a good basis for the following identifying the elderly posture and determining his/her security.

Key words: three-frame-differencing, motion detection, the elderly aging-in-place

中图分类号:

TP391

盛旭锋，朱方文，李校祖，庄俊. 基于三帧时间差分法的独居老人运动检测[J]. 计算机工程与应用, 2010, 46(13): 239-241.

SHENG Xu-feng，ZHU Fang-wen，LI Xiao-zu，ZHUANG Jun. Motion detection research of elderly aging-in-place based on three-frame-differencing[J]. Computer Engineering and Applications, 2010, 46(13): 239-241.

[1]	王春丹，谢红薇，李亚旋，张昊. 融合改进的三帧差分和ViBe算法的运动目标检测[J]. 计算机工程与应用, 2020, 56(13): 199-203.
[2]	马兴灶，赵剑楠，朱齐媛，傅沁冰，胡诚，雷芳，岳士岗. 基于LGMD的无人机避障方法研究[J]. 计算机工程与应用, 2019, 55(15): 250-256.
[3]	张金敏1，雷江1，2. 统计建模与对象更新机制相结合的背景减法[J]. 计算机工程与应用, 2016, 52(11): 152-157.
[4]	刘王胜，冯瑞. 一种基于AdaBoost的人脸检测算法[J]. 计算机工程与应用, 2016, 52(11): 209-214.
[5]	周仁琴. 视频监控场景下的面部遮挡检测[J]. 计算机工程与应用, 2015, 51(4): 192-195.
[6]	靳琪琳，段锁林. 基于神经网络与加权融合的火灾火焰识别研究[J]. 计算机工程与应用, 2013, 49(13): 156-159.
[7]	郑丹，徐佩霞，何佳. 视频监控中运动物体的检测与跟踪[J]. 计算机工程与应用, 2010, 46(31): 192-195.
[8]	吴刚^1，2，唐振民²，杨静宇². 强噪声场景下运动模板的检测与跟踪技术研究[J]. 计算机工程与应用, 2010, 46(26): 5-6.
[9]	刘静，王玲. 混合高斯模型背景法的一种改进算法[J]. 计算机工程与应用, 2010, 46(13): 168-170.
[10]	陈宇玺^1，2，于乐兵¹. 夜间行人检测的红外及可见光视频融合方法 [J]. 计算机工程与应用, 2009, 45(24): 213-215.
[11]	陈伟¹,唐红光². 基于先验概率模型的自适应背景图像分割算法[J]. 计算机工程与应用, 2009, 45(10): 176-178.
[12]	史志龙,陈一民,徐杰. 视频监控中人的运动检测方法研究与实现[J]. 计算机工程与应用, 2008, 44(19): 206-209.
[13]	李宗剑^1,2,曾理^1,3,郭燕^1,3. 基于脊波运动检测的监控视频压缩方法[J]. 计算机工程与应用, 2008, 44(14): 175-177.
[14]	张海青李厚强. 基于均匀混合模型运动检测[J]. 计算机工程与应用, 2007, 43(9期): 28-30.

基于三帧时间差分法的独居老人运动检测

Motion detection research of elderly aging-in-place based on three-frame-differencing

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 14

编辑推荐

Metrics