一种基于双层判断的跌倒行为检测方法

AITNT
正文
推荐专利
一种基于双层判断的跌倒行为检测方法
申请号:CN202410867363
申请日期:2024-07-01
公开号:CN118840782A
公开日期:2024-10-25
类型:发明专利
摘要
本发明公开了一种基于双层判断的跌倒行为检测方法,包括以下步骤:(1)人体检测:将图像输入到改进后的YOLOv8网络中,对人体目标进行提取;(2)将步骤(1)中检测后的结果,输入到Openpose网络进行人体关键点提取并对关键点坐标信息进行分析,使用跌倒特征判断方法对图像进行特征提取及分类;(3)将步骤(2)检测出疑似跌倒类别的图像输入到场景语义分割网络,将场景信息分割为可跌倒区域(床、沙发、椅子)和非跌倒区域(地面);(4)跌倒判断:根据改进后的YOLOv8与Openpose网络结合的方法得到人体颈部以及两脚中点的关键点信息,分析跌倒特征并结合场景语义分割网络判断目标是否发生跌倒行为,该方法可以解决在多人场景中,因人体遮挡以及类跌倒行为导致的漏检、错检问题。
技术关键词
场景语义分割 网络 人体关键点 注意力机制 高效多尺度 像素点 判断方法 图像 坐标 解码器 置信度阈值 重力 判定方法 地面 编码器 沙发 融合特征 椅子
系统为您推荐了相关专利信息
1
一种枸杞质量筛选模型训练方法及系统
识别特征 生成对抗网络 误差参数 模型训练方法 样本
2
一种改进注意力机制的多传感器焊缝熔透状态识别方法
状态识别方法 注意力机制 图像特征提取 融合多源信息 输出特征
3
一种基于模糊内核的组织病理全量影像多任务方法
多任务方法 内核 动态 模糊特征 融合多模态特征
4
一种基于钢温预测模型与改进PSO的加热炉温优化方法
加热炉 最佳设定值 BP神经网络 温度预测模型 粒子群算法
5
基于多模态特征融合的碑刻文字图像增强与修复系统
多模态特征融合 图像增强 修复系统 分析单元 多光谱
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号