基于3D结构光传感器的老龄人异常行为检测方法

针对多视角下老龄人异常行为检测问题,利用3D人体数据和多线性子空间分析方法,从时间、视角和空间动作特征对其进行了研究。首先通过三维结构光传感器获取人体扫描点云数据,并进行点云精简和人体表面重建。然后提取人体点云数据的表面曲率特征,并将其映射到二维彩色图像中,构成彩色动作特征图。通过提取特定时长内所有动作的彩色特征图,生成基于曲率的彩色动作能量图模型,并使用2D-PCA对彩色动作能量特征图进行降维。最后运用基于张量分析的多线性子空间分析方法,对多视角下降维后的数据进行视角无关的特征提取,并完成异常行为的分类和识别。实验结果表明,该方法切实可行,可将其应用于助老机器人和老龄人监护等相关领域。