基于YOLO网络的人体跌倒检测方法

• 作者: 唐旭 杨雪旗 章国宝 黄永明
• 来源期刊: 扬州大学学报（自然科学版）
• 学科: 工学
• 关键词: 人体跌倒检测 候选框密度重组 YOLO 两级支持向量机分类器
• 年，卷（期）: 2019,（2）
• 页码范围: 61-64,78
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19411/j.1007-824x.2019.02.015

摘要

为根据监控视频准确、快速地检测室内环境下人体跌倒行为,根据候选框密度重组方法,提出一种改进的YOLO算法,并根据人体形态学特征和HOG特征,基于两级支持向量机分类器算法,实现了通过视频对室内人体跌倒的快速检测.试验结果表明,本文算法对于室内人体跌倒的识别率达96.33％,比传统算法提高了8.16％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄永明		89	662	15.0	23.0
2	章国宝		99	554	13.0	18.0
3	唐旭		4	6	1.0	2.0
4	杨雪旗		3	1	1.0	1.0