典型文献
基于CNN和高速通信技术的医用人体姿态识别方法
文献摘要：
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.
文献关键词：
人体姿态识别;跌倒检测;分类模型;高速通信;卷积神经网络
中图分类号：
作者姓名：
金玮;孟君;黄宇飞;何萍
作者机构：
上海交通大学医学院附属新华医院,信息管理部,上海200025
文献出处：
引用格式：
[1]金玮;孟君;黄宇飞;何萍-.基于CNN和高速通信技术的医用人体姿态识别方法)[J].微型电脑应用,2022(07):20-22,26
A类：
B类：
高速通信技术,医用,人体姿态识别,人体跌倒,得救,救助,技术获取,高清摄像,摄像头,实时视频,视频数据,OpenPose,人体关键点,XGBoost,分类器,人体姿态估计,模拟医院,单人,人情,测试实验,平滑处理,预测出,告警,自动检测,跌倒检测,分类模型
AB值：
0.348504
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
