基于CNN的室内跌倒行为检测系统的开发

• 作者: 鲁普东 王茜 杨诗琪 李思涵 刘健强 祁燕
• 来源期刊: 电子世界
• 年，卷（期）: 2021,（18）
• 所属期刊栏目: 技术交流
• 页码范围: 139-141
• 页数: 3页
• 语种: 中文

摘要

为了提高对视频中特殊人群跌倒检测的准确率,提出了一种新型的室内跌倒检测模型.采用卷积神经网络中的VGG-16网络模型,在数据集中加入大量公用的跌倒行为数据集进行学习训练,在此基础上使其具有判断能力.使用光流法处理图像,大大除去背景环境的干扰,系统可以在任意环境下使用.实验结果表明,所设计的新型室内跌倒检测模型相较于传统跌倒检测算法具有更高的识别准确率和较低的误报率,较好的实现跌倒检测.