随着人口老龄化问题的加重,摔倒检测的研究具有十分重要的意义。基于视频的摔倒检测方法因为其便捷高效的特点,已成为摔倒检测领域的研究热点。本文通过分析人体姿态特征,对基于人体姿态特征的摔倒检测方法进行了研究。在运动目标提取方面,本文研究分析Vi Be算法后,采用改进的Vi Be算法进行前景目标提取。该改进算法能有效克服原Vi Be算法中出现的“鬼影”和“空洞”现象等缺陷。该算法是以多帧图像求平均的方法来构建虚拟背景,然后再进行背景建模,以自适应的半径阈值代替原Vi Be算法中的固定阈值,然后把检测到的闪烁像素点剔除并填充前景区域。对比原Vi Be算法,该改进算法能有效消除“鬼影”现象,提取前景目标也更加完整。对人体姿态特征进行分析,选取人体宽高比、高度变化率、方向角度和运动历史图这四个特征来进行摔倒判断。先通过宽高比这一特征来排除掉正常行走的情况,大大降低了算法的复杂度;然后利用人体高度变化率来进一步检测,能避免偶然磕碰未摔倒情况带来的误检现象的发生;接着通过方向角度的大小进一步判断人体的姿态;最后通过运动历史图的相关特点,判断人体的整体运动方向以及运动的速度,最终判断摔倒情况是否发生。在算法实现的基础上,本文基于MFC设计一个可视化显示界面,使实验结果图显示在同一个界面,具有良好的稳定性和扩展性。通过选择按键来进行操作,人机交互方便,便于操作和管理。实验结果表明,本文提出的摔倒检测方法准确率达92.5%,每帧耗时39ms,具有较好的实时性,能应用于智能家居中,有一定的实用价值。