人員跌倒識別檢測算法是基于視頻的檢測方法，通過對目標(biāo)人體監(jiān)測，當(dāng)目標(biāo)人體出現(xiàn)突然倒地行為時，自動監(jiān)測并觸發(fā)報警。

人員跌倒識別檢測算法基于計算機識別技術(shù)，配合現(xiàn)場攝像頭，自動識別如地鐵手扶梯/樓梯、老幼活動區(qū)等公共場所人員摔倒行為，準(zhǔn)確率高于90%，及時救援，提高人工監(jiān)管效果，保障生命安全。自動識別地鐵車站內(nèi)如扶梯、樓梯等意外場所的人員摔倒事故，實時預(yù)警，及時救援，有效減少人力監(jiān)管誤差與成本，提高公共場所安全性。

形態(tài)學(xué)運算是針對二值圖象依據(jù)數(shù)學(xué)形態(tài)學(xué)(Mathematical Morphology)的集合論方法發(fā)展起來的圖象處理方法。數(shù)學(xué)形態(tài)學(xué)起源于巖相學(xué)對巖石結(jié)構(gòu)的定量描述工作，近年來在數(shù)字圖象處理和機器視覺領(lǐng)域中得到了廣泛的應(yīng)用，形成了一種獨特的數(shù)字圖象分析方法和理論。

public class WordCount { 17. 18. public static class TokenizerMapper 19. extends Mapper{ 20. 21. private final static IntWritable one = new IntWritable(1); 22. private Text word = new Text(); 23. 24. public void map(Object key, Text value, Context context 25. ) throws IOException, InterruptedException { 26. StringTokenizer itr = new StringTokenizer(value.toString()); 27. while (itr.hasMoreTokens()) { 28. word.set(itr.nextToken()); 29. context.write(word, one); 30. } 31. } 32. } 33. 34. public static class IntSumReducer 35. extends Reducer { 36. private IntWritable result = new IntWritable(); 37. 38. public void reduce(Text key, Iterable values, 39. Context context 40. ) throws IOException, InterruptedException { 41. int sum = 0; 42. for (IntWritable val : values) { 43. sum += val.get(); 44. } 45. result.set(sum); 46. context.write(key, result); 47. } 48. } 49. 50. public static void main(String[] args) throws Exception { 51. Configuration conf = new Configuration(); 52. String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs(); 53. if (otherArgs.length < 2) { 54. System.err.println("Usage: wordcount [...] "); 55. System.exit(2); 56. } 57. Job job = Job.getInstance(conf, "word count"); 58. job.setJarByClass(WordCount.class); 59. job.setMapperClass(TokenizerMapper.class); 60. job.setCombinerClass(IntSumReducer.class); 61. job.setReducerClass(IntSumReducer.class); 62. job.setOutputKeyClass(Text.class); 63. job.setOutputValueClass(IntWritable.class); 64. for (int i = 0; i < otherArgs.length - 1; ++i) { 65. FileInputFormat.addInputPath(job, new Path(otherArgs[i])); 66. } 67. FileOutputFormat.setOutputPath(job, 68. new Path(otherArgs[otherArgs.length - 1])); 69. System.exit(job.waitForCompletion(true) ? 0 : 1); 70. } 71. }

通常形態(tài)學(xué)圖象處理表現(xiàn)為一種鄰域運算形式，一種特殊定義的鄰域稱之為“結(jié)構(gòu)元素”（Structure Element），在每個象素位置上它與二值圖象對應(yīng)的區(qū)域進行特定的邏輯運算，邏輯運算的結(jié)果為輸出圖象的相應(yīng)象素。形態(tài)學(xué)運算的效果取決于結(jié)構(gòu)元素的大小、內(nèi)容以及邏輯運算的性質(zhì)。常見的形態(tài)學(xué)運算有腐蝕和膨脹。