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
识别特征
生成对抗网络
误差参数
模型训练方法
样本
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
加热炉
最佳设定值
BP神经网络
温度预测模型
粒子群算法
多模态特征融合
图像增强
修复系统
分析单元
多光谱