基于双流卷积的实时跌倒行为检测

摘要：

针对独居老人摔倒问题,构建一种基于双流卷积神经网络(TwoStream CNN)的实时跌倒检测模型.将提取人物轮廓的RGB单帧作为输入的空间流,将连续多帧运动历史图(motion history image,M HI)作为输入的时间流融合,在一个特定维度的全连接层将两个网络的同shape张量Concatenation相连后添加到新的层,在公开的摔倒数据集上进行实验和定量分析.实验结果表明,采用人物轮廓RGB-M HI的双流卷积网络在非摔倒和摔倒的区分检测中准确率达到了98.12％,改进的融合方式相比较其它方法有提高,时间流输入M HI满足实时性要求.

关键词：跌倒检测、双流卷积、卷积神经网络、运动历史图、模型融合

所属期刊栏目：42

分类号：TP391.4(计算技术、计算机技术)

资助基金：上海市科委重点基金项目19511102803

在线出版日期：2021-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2621-2626