摘要
本发明涉及一种面向巡检机器人的轻量化行人摔倒检测方法及系统,属于计算机视觉与实时人体姿态估计技术领域。该系统用于执行该方法,包括:通过巡检机器人行人姿态图像数据,并对数据进行预处理;构建轻量化YOLOv11网络,其至少包括若干ADown轻量化下采样模块以及C2PSA_DAT复合模块;针对轻量化YOLOv11网络进行训练,得到最优权重,从而建立行人关键节点快速检测模型,再通过行人关键节点快速检测模型实时获取行人关键节点数据;采用基于动态骨骼的动作识别方法ST‑GCN模型针对获取的行人关键节点数据进行处理,实时进行行人摔倒检测。本发明在具有更优的轻量化性能的同时,也具有更高的精准度。
技术关键词
行人摔倒检测方法
面向巡检机器人
GCN模型
节点
数据
动作识别方法
网络
人体姿态估计技术
注意力机制
复合模块
关键点特征提取
采样模块
输出特征
滑动窗口
人体骨骼关键点
融合时空信息
机器人本体
系统为您推荐了相关专利信息
品种识别
识别方法
深度神经网络
特征提取网络
标签
故障判断系统
故障诊断推理
实时监测数据
设备基础
节点