一种基于改进YOLOv5s的人员跌倒检测方法

本发明提供了一种基于改进YOLOv5s的人员跌倒检测方法，属于目标检测领域，该方法致力于解决现有技术存在复杂的环境背景噪声以及人体形变，导致检测精度下降，较大参数量和计算量导致部署困难的问题。方法包括将待检测视频间隔抽帧得到包含待检测人员的图像，将包含待检测人员的图像进行预处理，主干层使用解耦全连接注意力机制和Ghost卷积模块获取包含不同阶段语义信息的特征图，在颈部层使用自适应卷积模块和通道空间注意力模块进行不同尺度特征图的特征融合，通过检测头对图像进行检测，连续5帧为跌倒后判断跌倒事件发生。本发明解决了复杂环境干扰、人体形变等条件下检测精度低，参数量大难以部署等问题，并且在多种场景下都具有较高的检测精度。