摘要：随着人口老龄化程度不断加深，老年人以及独居人群的跌倒安全问题受到持续关注。传统人工监护存在覆盖范围有限、持续值守成本较高等不足；基于可穿戴传感器的方案虽然能够获得加速度等运动信息，但在实际使用中又容易受到佩戴依从性、设备续航和遗忘佩戴等因素影响。
内容简介
针对上述问题，本文围绕“非接触、实时、多人、可解释”的工程目标，设计并实现了一套基于YOLOv8与MediaPipe融合的实时人体跌倒检测系统。系统首先采用轻量级YOLOv8n模型在视频帧中完成person目标检测，并结合ByteTrack完成多目标连续跟踪和人员ID分配；随后在人体区域内调用MediaPipe Pose提取33个人体关键点，通过肩部、髋部、头部及下肢关键点构造身体宽高比、躯干倾斜角度、头部相对位置和归一化垂直下降速度等特征。在判定层设计NORMAL、CANDIDATE、POST_FALL、FALL四状态时序状态机，并在FALL确认后进入4.0 s冷却机制，避免同一次跌倒被重复记录。默认规则中，宽高比阈值为0.85、躯干角度阈值为70°、突然下降阈值为0.12，候选状态持续0.7 s且满足下降或强姿态证据后进入疑似跌倒，疑似状态持续1.0 s后确认为跌倒。系统使用Python开发，基于PyQt5构建三栏式图形界面，采用OpenCV完成摄像头与本地视频读取、图像转换及结果叠加，使用QThread将视频推理任务与界面渲染解耦。系统能够实时显示检测框、人员ID、骨骼关键点和状态颜色，支持阈值在线调整、运行控制、实时统计、历史跌倒事件查询与导出；跌倒事件以JSON Lines形式持久化保存，记录时间戳、监控点、人员ID、置信度和视频时间等字段。项目测试结果显示，综合跌倒检测准确率约为87%，普通Intel i5级CPU处理速度可达到20 FPS以上；所提供的视频演示界面稳定显示约24 FPS，摄像头演示界面达到约30 FPS，可满足一般室内监护场景的实时性需求。
本文工作的主要价值在于将“目标检测—多目标跟踪—姿态估计—多特征融合—时序判定—事件管理”构造成完整闭环，在无需额外穿戴设备的前提下兼顾多人场景、误报抑制和工程可部署性。研究结果可为养老机构、医院病房、居家监护以及作业安全场景中的视觉跌倒检测提供参考。
文档概述
文档信息
版本：初稿
页数：46页
字数：17683个字
格式：word（可编辑）
图表：13张图、11张表、12个公式
文档目录
第1章 绪论 1
1.1 研究背景与意义 1
1.1.1 研究背景 1
1.1.2 研究意义 2
1.2 国内外研究现状 2
1.2.1 基于传感器的跌倒检测研究 2
1.2.2 基于视觉的跌倒检测研究 3
1.2.3 多目标跟踪与时序判定研究 3
1.3 本文主要研究内容 4
1.4 论文组织结构 4
第2章 相关理论与关键技术 5
2.1 深度学习与卷积神经网络基础 5
2.2 YOLOv8人体检测算法 5
2.2.1 YOLOv8总体结构 5
2.2.2 目标置信度与人体筛选 6
2.3 ByteTrack多目标跟踪技术 6
2.4 MediaPipe Pose姿态估计技术 6
2.4.1 33关键点人体模型 6
2.4.2 关键点可见度与异常情况 7
2.5 OpenCV、PyQt5与多线程机制 7
2.6 跌倒检测评价指标 7
2.7 本章小结 8
第3章 系统需求分析与总体设计 9
3.1 系统需求分析 9
3.1.1 功能需求 9
3.1.2 性能与非功能需求 9
3.2 系统总体架构设计 10
3.3 程序总体流程设计 12
3.4 多特征跌倒判定方法 13
3.4.1 边界框宽高比特征 13
3.4.2 躯干倾斜角度 13
3.4.3 头部相对位置 13
3.4.4 归一化垂直下降速度 13
3.5 四状态时序状态机与冷却机制 14
3.6 本章小结 15
第4章 系统详细设计与实现 16
4.1 开发环境与软件结构 16
4.2 视频输入与图像预处理模块 16
4.3 YOLOv8人体检测与ByteTrack跟踪实现 17
4.4 MediaPipe姿态估计与关键点映射 17
4.5 跌倒特征计算与状态机实现 17
4.6 图形界面设计与实现 18
4.7 实时统计与事件记录实现 19
4.8 异常处理与资源释放 19
4.9 本章小结 20
第5章 系统测试与结果分析 21
5.1 测试目的与测试方案 21
5.2 单人视频状态转换测试 21
5.3 多人视频检测测试 25
5.4 摄像头实时检测测试 29
5.5 性能与准确性分析 31
5.6 误报来源与鲁棒性分析 32
5.7 与常见技术路线的对比讨论 32
5.8 本章小结 33
第6章 总结与展望 34
6.1 工作总结 34
6.2 主要特点与创新点 34
6.3 存在的不足 35
6.4 未来工作展望 35
参考文献 36
致谢 38
附录A 系统主要配置参数 39
附录B 事件记录示例 40
配套项目
作者联系
作者信息
原创作者：bob（可提供二次开发有偿修改服务）
项目编号：AI-41-P
原创声明：本项目为原创作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(1)