目前人口老龄化是全球关注的热点问题,中国老龄人口具有基数大、增速快的特点。随着家庭结构不断缩小,通常成年子女不与老人共同生活,因此造成空巢老人数量持续增加。为了保障独居老人生活安全,智能家居监控的重要性越发突出。智能监控技术通过获取图像并理解视频内容,实时掌握老人独自在家的生活动态,及时发现老人异常状况并反馈给子女和服务机构,保障独居老人的人身安全。现有的智能家居监控采用清晰摄像头,子女或相关养老机构通过获取视频图像及时发现异常状况。但清晰视频的监控往往使被监控人心理无法接受,而且图像有可能遭到非法分子截取或破解从而造成隐私泄漏。本文提出了一种基于模糊图像的人体姿态识别方法,在保护老人生命安全的前提下,尽量减少对老人隐私的侵犯。普通散焦模糊图虽能隐藏生活细节,但在视频图像被他人非法窃取的情况下,依靠图像恢复技术能够复原部分图像。本文采用物理模糊方式,无法通过计算还原出清晰的图像,其不可逆的特性从根源上屏蔽了视频泄漏带来的安全隐患。在保护老人隐私的同时,对模糊图像中的不同人体姿态进行识别,实现基于模糊图像的人体姿态识别任务。本文的主要研究工作包括以下三个方面:(1)研究现有图像模糊及复原算法。本文通过给普通镜头添加表面非平滑镜片的物理方法对图像进行模糊,与散焦图像相比,因模糊镜片外观设计具有随机性和信息减少的特点,使得所生成的模糊图像无法被算法复原,从而保护老人生活隐私并且屏蔽了视频内容泄露产生的安全漏洞;(2)通过单人姿态估计模型提取视频中人体不同部位的关键点信息,作为动态骨骼建模的输入。基于卷积姿态机的单人姿态估计,堆叠小尺寸卷积核替代大的卷积核,加深网络结构的同时减少了参数规模,得到表达力更好的图像特征。对于模糊图像下人体不同部位的关键点具有较好的定位效果,也为姿态识别模型创造了良好的前提条件;(3)人体姿态识别方法采用时空图卷积网络的动态骨骼建模,利用单人姿态估计的结果构建时空图。传统骨骼建模方法需要手工划分和定义遍历规则,而时空图卷积依赖人体关节的自然连接方式,具有更强的表达和泛化能力。通过前面的物理模糊方法,采集模糊图像的行为动作,达到对不同人体姿态识别的目的。基于本文的工作,可将模糊图像应用于智能家居监控,对老人独自在家生活可能产生的突发状况,例如摔倒、挥手求救等异常行为进行识别,并及时反馈给子女或养老服务机构以远程监护老人。同时,采用不可逆的物理模糊方式保护老人隐私,避免视频泄漏被恶意复原造成的安全隐患。