典型文献
基于多算法融合的跌倒行为识别
文献摘要：
提出一种多算法融合的跌倒行为识别算法.首先,针对人体目标的特征对YOLOv3 tiny检测算法进行改进,有效框定人体动态目标区域,提取出目标前景;在此基础上利用AlphaPose姿态识别框架识别出人体骨骼关键点,得到人体主要关节图;最后以人体关节图坐标信息为输入,通过时空图卷积神经网络对跌倒等动作进行检测识别,满足对不同场景跌倒的有效检测.实验结果表明:融合算法改善了不同场景下跌倒行为的检测效果,检测的准确率可达到97.4％,并有效降低了误检率.
文献关键词：
计量学;跌倒行为识别;YOLOv3 tiny检测算法;姿态识别;时空图卷积
中图分类号：
作者姓名：
程淑红;谢文锐;张典范;徐南
作者机构：
燕山大学电气工程学院,河北秦皇岛066004;燕山大学车辆与能源学院,河北秦皇岛066004;秦皇岛职业技术学院,河北秦皇岛066100
文献出处：
引用格式：
[1]程淑红;谢文锐;张典范;徐南-.基于多算法融合的跌倒行为识别)[J].计量学报,2022(01):107-113
A类：
跌倒行为识别
B类：
多算法融合,识别算法,人体目标,YOLOv3,tiny,检测算法,框定,定人,动态目标,目标区域,AlphaPose,姿态识别,识别框架,人体骨骼,骨骼关键点,时空图卷积神经网络,检测识别,同场,有效检测,融合算法,下跌,检测效果,误检率
AB值：
0.287964
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。
