社会经济的快速发展带来了人口老龄化、空巢老人的数量急剧增加等诸多问题,人们开始对家庭环境中老年人的安全问题越来越重视,因此对室内老人的行为进行智能检测和分析有着重要的意义和发展前景。本文在对独居老人室内常见行为进行分析后,设计并实现了基于Kinect的行为监控系统,用于监测老人日常行为,为独居老人提供更安全的生活环境。系统主要功能是对老人日常行为进行监测,识别正常或异常行为,并将正常行为划分走、站、坐、蹲、躺五类。同时考虑时间因素,若坐或躺行为持续时间超过规定时间,同跌倒行为归为异常行为。当系统检测到跌倒行为及疑似昏迷时,立即发出警示给监护人。对于跌倒行为,系统会生成跌倒事件记录,包括时间、地点、如何跌倒等。本文的行为识别是通过对人体运动姿态、人体位置信息、3D环境信息综合判断实现。姿态分析是通过提取人体不同特征,将人体分为直立、弯曲、卧三种姿态,实现动作姿态分类;人体位置信息是通过人体目标检测得到人体在二维图像中坐标信息,并利用Kinect获取深度信息这一特性,计算深度距离直方图,获取人体至摄像头的距离范围;3D环境信息是指通过室内物体检测得到物体目标坐标信息及各物体至摄像头的距离范围,进而实现3D环境重建。在进行综合判断时,可以通过分析人与物体的坐标及距离信息,判断人与物体关系,并与姿态分类结果结合,实现行为分类,同时结合时间因素,对独居老人各类行为进行时长监测,识别疑似昏迷状态;结合历史运动状态,对跌倒行为进行更详细分析,得到跌倒时的活动状态,比如走路时跌倒、下床时跌倒等。实测结果表明:系统可以在室内对老人日常行为进行实时检测,识别正常或异常行为,对于不同姿势的跌倒行为具有较好的识别效果。