如需要完整文档点击下方 "点击下载文档" 按钮

随着人口老龄化问题日益严重,老年人的安全问题变得愈加重要,而对老年人安全问题威胁最大的便是老年人的跌倒问题,因此文中提出了一种基于关节点提取以及 SVM 分类器的老年人跌倒检测算法。 首先通过改进的 yolo 算法检测出视频帧图像中的人所在的位置,然后将单个人的图像送入 openpose 算法中获得这个人的关节信息。 之后再通过 SVM 分类器对获得到的关节点信息进行分类,以得到这个人所处的状态(此处将人可能处于的状态分为 4 类――正常状态、跌倒状态、平躺状态以及其他状态)。 对于整段视频便得到一个状态序列集,之后对这个状态序列集进行分析便能够检测出视频中是否有跌倒事件发生。 经实验对比,该算法对于单人存在的场景有着 98% 以上的准确率,并且对于多人存在的场景具有一定的鲁棒性。

如需要完整文档点击下方 "点击下载文档" 按钮

《基于关节点提取的老年人跌倒检测算法》

将 完整文档 下载到本地，方便收藏和查阅

文件号：062284

点击下载文档