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
面部识别模型
图像特征信息
融合特征
网络模块
数据
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
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