一种行人摔倒检测方法、装置及存储介质

AITNT
正文
推荐专利
一种行人摔倒检测方法、装置及存储介质
申请号:CN202510956168
申请日期:2025-07-11
公开号:CN120877368A
公开日期:2025-10-31
类型:发明专利
摘要
本发明公开一种行人摔倒检测方法、装置及存储介质,属于智能行为识别与异常监测技术领域。包括:获取待检测的行人图像;对行人图像进行预处理;将预处理后的行人图像输入至预先训练的行人摔倒检测模型,得到所述行人摔倒检测模型输出的分类结果;根据所述行人摔倒检测模型分类结果标记检测到的行人摔倒图像,输出被标记的行人摔倒图像;其中,所述行人摔倒检测模型采用改进的YOLOv8s网络检测模型,所述改进的YOLOv8s网络检测模型是以原YOLOv8s网络检测模型为基础,包括顺次设置的输入层、改进后的特征提取层Backbone、改进后的特征融合层Neck、目标检测层Head和输出层。与现有的检测方法相比,本发明显著提升了检测的效率和准确率,同时还节约人力物力。
技术关键词
网络检测模型 行人摔倒检测方法 特征提取模块 卷积模块 异构特征 金字塔池化模块 通道 摔倒检测装置 分支 样本 图像标注信息 异常监测技术 多尺度特征融合 采样模块 节约人力物力 训练集 标记 图像获取模块 检测头
系统为您推荐了相关专利信息
1
一种训练面部识别模型的方法、装置、存储介质和电子设备
面部识别模型 图像特征信息 融合特征 网络模块 数据
2
CBCT图像的去散射方法、装置、设备及存储介质
CT投影图像 校正 卷积方法 配准算法 图像配准
3
一种基于多模态域适应的抑郁障碍识别系统
障碍识别系统 神经网络分类 特征提取模块 多模态 注意力机制
4
一种技术知识流动预测方法及相关装置
融合特征 有向图结构 特征提取模块 计算机设备 大语言模型
5
一种风速多尺度级联增强端到端预测方法
风速预测模型 分支 非线性特征提取 多尺度 数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号