基于深度视觉传感器和卷积神经网络的跌倒检测算法

• 作者: 朱艳 张亚萍 李曙生 李卫民 柳亚输
• 来源期刊: 光学技术
• 关键词: 深度视觉传感器 跌倒检测 K-means 卷积神经网络
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 光学测量|Optical Measurement
• 页码范围: 56-61
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文

摘要

为提高传统跌倒检测系统的识别准确率,降低识别时间,提出了一种新型跌倒检测模型.以Kinect V2深度视觉传感器获取的骨骼节点为样本数据源,由改进型K-means算法计算聚类中心点,并在此基础上提取跌倒检测特征数据.将特征数据重构成5×5训练样本数据后,输入所设计的卷积神经网络模型进行训练学习,得到优化的跌倒检测模型参数.实验表明,所设计的新型检测模型相对于传统检测跌倒算法具有更高的识别准确率和更快的运算速度,保证了系统的实时性和鲁棒性要求.