典型文献
基于光流重构和深度姿态特征的行人跌倒检测方法
文献摘要：
随着中国老龄化人群数量的增长,老年人实时行为轨迹的跟踪检测成为当前智慧社区研究的热点.针对现有行人跌倒检测算法在面临电动车流和行人影子的干扰而导致识别准确率不高的问题,提出了一种基于光流和姿态的YOLOv5路边行人跌倒检测方法.首先采用视频抽帧的方式将原始数据输入到YOLOv5网络进行监控行人视频数据的预处理,实现行人背景重构;然后提取光流和行人姿态的参考框作为其运动特征;最后对此特征进行判定,进行信息融合的跌倒检测网络进行跌倒特征识别,并在不同帧序列和不同背景下进行对比试验.本文所提出的方法在行人跌倒数据集multiple cameras fall和Le2i上进行了实验,结果表明本文方法在基于电动车流和行人影子干扰场景下较传统方法在准确率和召回率上分别提升了9％和10％.
文献关键词：
跌倒检测;复杂场景;光流检测;数据预处理;特征融合;模型优化
中图分类号：
作者姓名：
熊明福;李家辉;熊捷繁;向闱;陈佳
作者机构：
武汉纺织大学计算机与人工智能学院, 武汉430000;武汉大学国家网络安全学院,武汉430000;湖北技术交易所, 武汉430000
文献出处：
引用格式：
[1]熊明福;李家辉;熊捷繁;向闱;陈佳-.基于光流重构和深度姿态特征的行人跌倒检测方法)[J].科学技术与工程,2022(35):15688-15696
A类：
光流检测
B类：
姿态特征,跌倒检测,时行,行为轨迹,智慧社区,社区研究,检测算法,电动车,车流,人影,影子,识别准确率,YOLOv5,路边,原始数据,视频数据,背景重构,运动特征,信息融合,测网,特征识别,倒数,multiple,cameras,fall,Le2i,干扰场景,召回率,复杂场景,数据预处理,特征融合,模型优化
AB值：
0.418394
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。
