当今社会老龄化程度逐步加重,老年人的看护问题日益凸显。基于视频识别的老年人异常行为识别旨在助力老年人看护问题。但该领域相关公开的老年人异常行为数据稀缺。针对这种情况,本文收集了老年人异常行为数据,并结合小样本学习设计了...当今社会老龄化程度逐步加重,老年人的看护问题日益凸显。基于视频识别的老年人异常行为识别旨在助力老年人看护问题。但该领域相关公开的老年人异常行为数据稀缺。针对这种情况,本文收集了老年人异常行为数据,并结合小样本学习设计了老年人异常行为识别模型(RAAE, Recognition model of Abnormal Action of the Elderly)。该网络通过patch级富集模块获取patch级空间信息,后接通道注意力模块获取帧间时间语义信息,最后通过CrossTransformer进行时间建模。实验表明该网络和以往模型相比,对老年人异常行为的识别准确率得到了4.7%的提升。展开更多
文摘当今社会老龄化程度逐步加重,老年人的看护问题日益凸显。基于视频识别的老年人异常行为识别旨在助力老年人看护问题。但该领域相关公开的老年人异常行为数据稀缺。针对这种情况,本文收集了老年人异常行为数据,并结合小样本学习设计了老年人异常行为识别模型(RAAE, Recognition model of Abnormal Action of the Elderly)。该网络通过patch级富集模块获取patch级空间信息,后接通道注意力模块获取帧间时间语义信息,最后通过CrossTransformer进行时间建模。实验表明该网络和以往模型相比,对老年人异常行为的识别准确率得到了4.7%的提升。