10.3969/j.issn.1007-757X.2022.07.007
基于CNN和高速通信技术的医用人体姿态识别方法
为了快速、准确地获取人体跌倒信息,使跌倒病人及时获得救助,基于卷积神经网络(CNN)提出了一种人体姿态识别方法.该方法通过高速通信技术获取医院高清摄像头实时视频数据,利用OpenPose提取人体关键点并结合XGBoost分类器进行人体姿态估计.文中模拟医院场景进行单人与多人情况下的跌倒、正常行走和半蹲测试实验,再对分类结果建立一个状态序列集进行平滑处理,预测出是否有跌倒事件发生并及时进行告警.检测结果显示,所提出的方法准确度为99.75%、敏感度为100%、特异度为99.68%,可以准确地实现人体跌倒自动检测,且应用方便、实时性好.
人体姿态识别、跌倒检测、分类模型、高速通信、卷积神经网络
38
TN91;TP311
上海市卫生与健康发展研究中心202029114
2022-09-06(万方平台首次上网日期,不代表论文的发表时间)
共4页
20-22,26