人口老龄化已经成为社会发展的必然趋势,老年人养老问题受到全社会的广泛关注。在我国随着人民生活水平不断提高,传统的家庭养老模式面临着很多挑战:家庭规模减小、照料资源匮乏、老年人的需求越来越丰富,这些因素促使了一种新型养老模式—老年公寓养老应运而生。随着老年公寓的增多,老年人的安全也成为大众关心的问题。在我国老年公寓服务人员数量不足,经常发生老年人摔倒未能及时发现处理,导致发生重大事故。带有姿态识别技术的视频监控系统刚好可以解决这个问题。将基于图像的人体姿态识别技术应用到老年公寓的视频监控系统上,通过对监控图像的处理,提取出人体目标信息,并根据人体目标的一些特征,来分析和识别人体姿态,对人体姿态自动做出判断,如果发现老人摔倒等异常现象及时报警。本文主要研究在固定场景下人体目标检测、特征提取和姿态识别技术,首先在对几种主要目标检测技术介绍和比较分析的基础上,提出了本文使用的分级分块背景模型估计算法,对人体目标检测效果很好。然后对人体目标进行特征提取。第一步,用边缘检测法提取人体边缘特征。第二步,在分割的基础上提取出表征人体的特征向量。最后,根据从样本图像提取的特征向量,运用BP神经网络,按照站立、弯腰、摔倒三种人体姿态进行BP神经网络训练,建立BP网络模型,运用BP神经网络模型识别人体姿态。