基于改进ViBe算法的双流CNN跌倒检测

摘要：

为解决冗余信息导致跌倒检测准确率低的问题,构建一种基于改进 ViBe 算法的双流 CNN 网络模型来检测跌倒.将帧差法与 ViBe算法相结合,解决原始 ViBe算法的鬼影问题,通过多帧合成运动历史图(MHI)的方式输入双流网络,提出 Sum-SoftMax决策层融合算法,增强算法模型的跌倒检测能力.在公开数据集上实验并与现有算法对比,实验结果表明,该模型综合准确率达到了 98.7％,高于现有算法模型,可用于室内人员的跌倒检测.

关键词：跌倒检测、前景提取、鬼影去除、运动历史图、双流网络、卷积神经网络、网络融合

所属期刊栏目：44

分类号：TP391.4(计算技术、计算机技术)

资助基金：江苏省科技厅社会发展基金项目BE2018638

在线出版日期：2023-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1812-1819