一种基于自适应图像增强的低光环境跌倒检测方法

一种基于自适应图像增强的低光环境跌倒检测方法，属于智能监控、图像处理与计算机视觉技术领域。首先从原始的低光图像中提取关键属性，关键属性包括整体亮度、局部对比度和色彩平衡。利用DDPG模型进行状态空间和动作空间的学习，状态空间包含表征光照特性的参数，动作空间则涵盖可能采取的增强措施。通过Actor网络输出最优动作，Critic网络评价动作对未来奖励的影响，从而实现对光照条件的精确估计。然后根据DDPG模型输出的动作向量，反推出预期的光照参数。最后采用预训练好的YOLOv5对象检测模型进行人体姿态识别与跌倒状态判断。该方法实现了对光照条件的动态估计和优化，从而显著提升了低光环境下的跌倒检测性能。