基于TSSI和STB-CNN的跌倒检测算法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.12052/gdutxb.220078

基于TSSI和STB-CNN的跌倒检测算法

引用
跌倒行为会给老人特别独居老人带来严重伤害,准确识别跌倒并及时报警可以有效降低这种危险.本文提出一种基于树结构骨架图像(Tree Structure Skeleton Image,TSSI)和可学习时空块卷积神经网络(Spatio-temporal Block Convolution Neural Network,STB-CNN)的跌倒检测方法.首先使用三维姿态估计算法提取人体关节点,进而获得骨架序列;然后利用基于深度优先搜索(Depth First Search,DFS)算法将骨架序列编码为TSSI;最后构建由时空差分模块、可学习时空框架和时空多分支卷积模块组成的可学习STB-CNN网络,实现跌倒检测.该方法在公开数据集和自建数据集上进行仿真实验分别取得98.6%和98.3%的准确率,优于其他相关算法.

跌倒检测、树结构骨架图像、可学习时空块卷积神经网络、姿态估计

40

TP391.4(计算技术、计算机技术)

广东省科技计划项目2017A010101016

2023-08-08(万方平台首次上网日期,不代表论文的发表时间)

共7页

53-59

相关文献
评论
暂无封面信息
查看本期封面目录

广东工业大学学报

1007-7162

44-1428/T

40

2023,40(4)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn