期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于YOLOv5s的跌倒行为检测算法 被引量:2
1
作者 周彤彤 彭月平 +1 位作者 郑璐 蒋镕圻 《中国科技论文》 CAS 北大核心 2023年第7期786-792,共7页
为了实现人群中跌倒行为的实时检测,预防踩踏事件的发生,针对跌倒行为检测实时性以及特征提取能力不足的问题,提出了一种改进YOLOv5s的跌倒行为检测算法。通过改进基本残差块,主干网络添加混合域注意力机制,颈部引入双向特征金字塔结构... 为了实现人群中跌倒行为的实时检测,预防踩踏事件的发生,针对跌倒行为检测实时性以及特征提取能力不足的问题,提出了一种改进YOLOv5s的跌倒行为检测算法。通过改进基本残差块,主干网络添加混合域注意力机制,颈部引入双向特征金字塔结构,以增强网络检测精度,同时保证运算量。结果表明,相比原始网络,所提算法检测准确率由94.1%提升到97.0%,精度值由91.2%提升到95.4%,且算法检测速度最快可达0.028 s,每秒检测图片帧数可达36.3,满足实时性要求。 展开更多
关键词 深度学习 YOLOv5 跌倒行为检测 特征金字塔 卷积注意力机制
下载PDF
基于嵌入式系统的室内人体跌倒行为检测方法的实现 被引量:4
2
作者 姚成玉 赵佳伟 陈毅强 《燕山大学学报》 CAS 2008年第6期507-511,556,共6页
提出了基于视觉和嵌入式系统来检测室内人体跌倒行为的方法,采用多线程算法进行图像采集和处理。运用基于简化高斯模型的自适应背景减除算法得到二值前景图像,并引入了形态学滤波,通过简化的目标宽高比算法判断人体跌倒行为是否发生,并... 提出了基于视觉和嵌入式系统来检测室内人体跌倒行为的方法,采用多线程算法进行图像采集和处理。运用基于简化高斯模型的自适应背景减除算法得到二值前景图像,并引入了形态学滤波,通过简化的目标宽高比算法判断人体跌倒行为是否发生,并进行虚报警判断。试验证明该系统的整体设计达到了实时性、准确性兼顾的特点。 展开更多
关键词 嵌入式系统 多线程 跌倒行为检测 图像处理 形态学滤波
下载PDF
基于长短时记忆网络及变体的跌倒检测和人体行为识别系统 被引量:4
3
作者 熊昕 郑杨娇子 张上 《信息通信》 2020年第2期65-67,共3页
为应对人口老龄化带来的跌倒事件上升以及提高跌倒检测的准确度,设计了一种可穿戴式基于神经网络的跌倒检测和人体行为识别系统.提出基于长短时记忆网络及变体的跌倒检测及行为识别算法,将训练好的网络参数移植到研发的可穿戴式跌倒检... 为应对人口老龄化带来的跌倒事件上升以及提高跌倒检测的准确度,设计了一种可穿戴式基于神经网络的跌倒检测和人体行为识别系统.提出基于长短时记忆网络及变体的跌倒检测及行为识别算法,将训练好的网络参数移植到研发的可穿戴式跌倒检测设备,实现对跌倒和其他行为检测,将异常行为结果、生理信息传输至监护人手机微信小程序,对被监护人的异常行为、定位信息进行监控.并且在对跌倒的种类和其他类跌倒行为区分检测中,精确率保持了较高的稳定水平. 展开更多
关键词 跌倒行为检测 长短时记忆网络变体 监护系统
下载PDF
基于图像识别技术的不安全行为识别 被引量:21
4
作者 赵江平 王垚 《安全与环境工程》 CAS 北大核心 2020年第1期158-165,共8页
为预防在有限空间作业中因不安全行为引发的安全事故,着重分析了作业人员在有限空间作业中因跌倒发生的事故风险。通过安装在作业区域的视频摄像头获取的图像,对人体跌倒行为进行识别,并利用MATLAB的图像处理功能,构建了基于支持向量机(... 为预防在有限空间作业中因不安全行为引发的安全事故,着重分析了作业人员在有限空间作业中因跌倒发生的事故风险。通过安装在作业区域的视频摄像头获取的图像,对人体跌倒行为进行识别,并利用MATLAB的图像处理功能,构建了基于支持向量机(SVM)的不安全行为图像识别算法。该算法首先应用图像灰度级变换、直方图均衡化、高斯低通滤波平滑和中值滤波去噪对视频采集图像进行图像预处理;然后根据帧间差分法定位人体,并提取HOG特征和人体重心移动特征构建人体跌倒行为特征向量,应用SVM对不安全行为进行分类;最后对获取的图像资料进行识别与分析。结果表明:该图像识别算法的平均正确识别率达到了97.84%,能够对有限空间作业中的不安全行为进行有效识别,从而验证了该算法的有效性。 展开更多
关键词 有限空间作业 不安全行为 图像识别技术 人体跌倒行为检测 帧间差分法 特征提取 支持向量机(SVM)
下载PDF
基于骨骼特征点的跌倒检测方法
5
作者 侯相军 陈亚军 +1 位作者 孙超越 肖慈 《内江师范学院学报》 CAS 2024年第2期52-57,共6页
针对现有跌倒检测方法中利用时空图卷积网络(ST-GCN)进行行为检测的准确率有待提高、时间信息利用不够充分等问题,提出了一种基于轻量级YOLO v3人体目标检测模型结合人体骨骼特征点的跌倒检测方法.本方法利用AlphaPose算法实时得到人体... 针对现有跌倒检测方法中利用时空图卷积网络(ST-GCN)进行行为检测的准确率有待提高、时间信息利用不够充分等问题,提出了一种基于轻量级YOLO v3人体目标检测模型结合人体骨骼特征点的跌倒检测方法.本方法利用AlphaPose算法实时得到人体的骨骼特征点信息,在此基础上结合改进的ST-GCN模型提取了强化后的行为时空信息,从而对跌倒进行更加准确的检测.在通用数据集及自建数据集上的测试结果表明,该方法在跌倒检测中具有良好的效果. 展开更多
关键词 计算机视觉 跌倒行为检测 目标检测 骨骼特征点 时空图卷积
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部