摘要
本发明涉及基于人体分割网络和跌倒分类模型训练的人员跌倒检测方法,包括以下步骤:步骤S100:数据准备;步骤S200:视频截帧;步骤S300:数据标注预处理,使用标注工具对截取的视频帧图片进行标注;步骤S400:数据划分,对截帧处理后的各文件夹划分分为训练数据和验证数据;步骤S500:模型训练,对视频帧图片中的人体进行分割训练得到人体分割网络模型Mseg,并利用SVM模型对特征向量进行分类训练出连续多帧的跌倒判断模型Mfall;步骤S600:模型适配;步骤S700:摄像头数据采集;步骤S800:模型推理,使用训练好的模型Mseg和Mfall对步骤S700中采集的视频帧数据进行推理,返回是否存在人员跌倒的结果,以及人员掩模覆盖结果;步骤S900:告警信息上报。
技术关键词
跌倒检测方法
人体轮廓
分类模型训练
标注工具
文件夹
图片
智能摄像头
掩模
解码视频帧
深度学习框架
数据格式
网络结构
标签
颜色
系统为您推荐了相关专利信息
卷积循环神经网络
电机轴承故障
长短时间记忆网络
引入注意力机制
卷积特征提取
图像特征提取
人脸特征提取
特征提取模块
子模块
数据
检测模型训练方法
网络摄像头
图片
无人巡检
检测机器人