一种基于视频中人体姿态的跌倒检测方法OACSTPCD
A method of fall detection based on human posture in video
为了及时、准确地对老年人跌倒行为进行检测,保障老年人的养老安全,提出一种基于人体姿态的跌倒检测方法.首先将视频图像送入到OpenPose算法中获取图像中人体的姿态信息,再利用三维卷积神经网络提取视频中人体姿态变化的时空特征.通过对局部特征的重新组合,得到抽象的全局特征进行跌倒检测.实验结果表明,所提出的跌倒检测方法计算复杂度低,对跌倒行为的平均正确检测率为98.32％,对其他日常行为的平均误检率为2.84％,兼顾了准确性和实时性的要求.
王平;丁浩;李佳丽
南昌大学 信息工程学院,江西 南昌 330031南昌大学 信息工程学院,江西 南昌 330031南昌大学 信息工程学院,江西 南昌 330031
信息技术与安全科学
跌倒检测人体姿态时空特征提取局部特征重组姿态估计模型分析
《现代电子技术》 2021 (4)
98-102,5
江西省科技厅科技支撑项目(20151BBG70057)江西省教育厅科学资助项目(GJJ14137)