基于关节点提取的老年人跌倒检测算法

随着人口老龄化问题日益严重,老年人的安全问题变得愈加重要,而对老年人安全问题威胁最大的便是老年人的跌倒问题,因此文中提出了一种基于关节点提取以及SVM分类器的老年人跌倒检测算法。首先通过改进的yolo算法检测出视频帧图像中的人所在的位置,然后将单个人的图像送入openpose算法中获得这个人的关节信息。之后再通过SVM分类器对获得到的关节点信息进行分类,以得到这个人所处的状态(此处将人可能处于的状态分为4类——正常状态、跌倒状态、平躺状态以及其他状态)。对于整段视频便得到一个状态序列集,之后对这个状态序列集进行分析便能够检测出视频中是否有跌倒事件发生。经实验对比,该算法对于单人存在的场景有着98%以上的准确率,并且对于多人存在的场景具有一定的鲁棒性。

基于透视变换的手机身份证字符分割算法

在Android手机下,提出一种改进的从复杂背景中分割出无畸变身份证字符图像的技术。对于手机扫描得到的满足要求的图像进行预处理,包括:灰度化、缩放、中值滤波、自适应阈值Canny边缘检测;在此基础上使用概率Hough变换得到边缘检测图中的直线。为了避免同一条直线出现断裂的情况,需要对Hough变换后的图像进行同一条直线的连接处理。在连接后的直线中,找出身份证外围的四条轮廓线并求出四条线的交点,利用这四个交点和透视变换分割出无畸变、无背景的目标身份证图像。根据所需信息区域在身份证上位置固定,利用比例坐标,在之前分割出的无背景身份证图像上,分割出含有所需信息的矩形区域图像,最终用投影法做行分割和单字符分割。实验结果表明,该方法具有较高的分割速度与正确率。

姿态估计算法在视频监控中的应用

为了满足厨房智能监控的需求,保证食品卫生安全,开发了一个基于姿态估计算法的厨房智能监控系统。该系统将深度神经网络与视频监控技术相融合,实现人脸识别以及衣帽识别等功能,采用Openpose姿态估计算法对人体部位进行有效定位,并针对Openpose算法会出现误判人体关键点的问题进行了改进。实验表明,改进后的姿态估算法能够有效地避免误判问题。