摘要
本说明书公开了一种行人跌倒检测方法、装置、设备及存储介质,涉及计算机视觉领域,旨在解决现有技术在利用深度学习进行行人跌倒检测时易受环境因素影响,且模型训练难以扩展,影响模型性能的问题。本发明的方法包括:获取待检测行人的目标图像;将所述目标图像输入至预训练的目标检测模型,获得待检测行人的全身图像和关键点图像;将所述全身图像和关键点图像输入至预训练的跌倒检测模型,获得所述跌倒检测模型输出的评分结果;根据所述评分结果,输出检测结果。本方法能够依靠静态图像判别跌倒状态,从而在复杂场景和不确定因素下仍能保证检测结果的可靠性和实时性。
技术关键词
行人跌倒检测方法
检测行人
融合特征
网络
融合器
关键点检测算法
跌倒检测设备
跌倒检测装置
数据输出模块
可读存储介质
检测头
多层感知机
数据获取模块
残差模块
计算机视觉
图像增强
系统为您推荐了相关专利信息
购物篮
循环神经网络模型
推荐方法
企业交易数据
卷积神经网络提取
态势评估系统
资产
蒙特卡洛方法
深度确定性策略梯度
分布式边缘
主被动混合隔振
高温超导钉扎
高温超导体
电压输出模块
浮子
温控系统
室内电气设备
智能自控
窗帘系统
通风系统
持续学习方法
生成对抗网络模型
原始图像数据
混合图像数据
工件