基于多算法融合的跌倒行为识别

• 作者: 程淑红 谢文锐 张典范 徐南
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 跌倒行为识别 YOLOv3 tiny检测算法 姿态识别 时空图卷积
• 年，卷（期）: 2022,（1）
• 页码范围: 107-113
• 页数: 7页
• 分类号: TB973|TB96
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2022.01.17

摘要

提出一种多算法融合的跌倒行为识别算法.首先,针对人体目标的特征对YOLOv3 tiny检测算法进行改进,有效框定人体动态目标区域,提取出目标前景;在此基础上利用AlphaPose姿态识别框架识别出人体骨骼关键点,得到人体主要关节图;最后以人体关节图坐标信息为输入,通过时空图卷积神经网络对跌倒等动作进行检测识别,满足对不同场景跌倒的有效检测.实验结果表明:融合算法改善了不同场景下跌倒行为的检测效果,检测的准确率可达到97.4％,并有效降低了误检率.