文档名：基于YOLOv3的人体跌倒检测算法
随着老年人口的增加,老年人在家中或外面跌倒的现象越来越普遍,因此跌倒检测对老年人的健康保护具有重要意义.在国内外跌倒检测的研究中,大多数基于视频监控的跌倒检测都比较复杂且产生冗余,影响了检测的实时性和准确性.针对上述问题,提出了一种在复杂环境下基于视频的跌倒检测方法,旨在更加准确、快速地检测跌倒行为.针对人体跌倒的特征,设计了一种基于YOLOv3网络的检测模型,详细介绍了模型的结构与特性.参考了PascalVOC数据集格式,根据网上收集的人体跌倒和非跌倒状态的图片来建立数据集.利用K-means聚类算法优化网络anchor参数,在GPU服务器中对算法模型进行训练,得到最优的权重模型.将YOLOv3网络模型的测试结果与其他检测算法进行比较,证明所提检测算法具有良好的识别效果.
作者：王翔贾克斌
作者单位：北京工业大学信息学部,北京100124;先进信息网络北京实验室,北京100124
母体文献：第十四届全国信号和智能信息处理与应用学术会议论文集
会议名称：第十四届全国信号和智能信息处理与应用学术会议
会议时间：2021年4月11日
会议地点：北京
主办单位：中国高科技产业化研究会
语种：chi
分类号：
关键词：人体跌倒检测 端到端检测算法 深度学习 视频监控
在线出版日期：2021年6月24日
基金项目：
相似文献
相关博文
- 文件大小:
- 7.45 MB
- 下载次数:
- 60
-
高速下载
|
|
