一种融合关键点检测和时空图卷积的双阶段跌倒检测方法

本发明公开了一种融合关键点检测和时空图卷积的双阶段跌倒检测方法，应用于计算机视觉技术领域。包括以下步骤：设计用于提取人体骨骼关键点序列的YOLO‑PoseLiteNet模型以及用于检测跌倒行为的ST‑GCN模型；获取用于人体关键点检测的数据集并对人体行为进行标注；训练YOLO‑PoseLiteNet模型和ST‑GCN模型；获取检测目标的视频数据，输入YOLO‑PoseLiteNet模型，得到人体骨骼关键点序列；将人体骨骼关键点序列输入ST‑GCN模型，得到跌倒检测结果。本发明结合YOLO‑PoseLiteNet和ST‑GCN的优势，为老年人健康监护、智能家居等领域提供更可靠的技术支持。