结合改进Alphapose和GCN的人体摔倒检测模型研究

文档名：结合改进Alphapose和GCN的人体摔倒检测模型研究
摘要：为改进当前人体摔倒检测方法场景适应能力弱、易误检等不足,提出了一种基于人体骨骼关键点和GCN结合的人体摔倒检测模型.在CrownHuman、COCO2017、Le2i等数据集上进行对比试验,试验结果表明优化后的YOLOX人体目标检测算法的平均准确率达到了50.66％,较YOLOv3、YOLOv5提高了9.83％和3.97％.人体姿态估计算法的平均准确率达到了71.6％,优于OpenPose、Mask-RCNN等方法.基于图卷积的人体摔倒检测算法准确率达到92.2％,高于YOLOv5-S+pose等方法.一系列的试验结果表明,所提出的摔倒检测方法具有较高的检测精度.

作者：曲英伟  梁炜Author：QUYingwei  LIANGWei
作者单位：大连交通大学软件学院,辽宁大连116028
刊名：大连交通大学学报 ISTIC
Journal：JournalofDalianJiaotongUniversity
年，卷(期)：2023, 44(2)
分类号：
关键词：人体摔倒检测  YOLOX  Alphapose  人体骨骼关键点  GCN  
机标分类号：TP391TN911.73TP242.3
在线出版日期：2023年5月12日
基金项目：国家自然科学基金结合改进Alphapose和GCN的人体摔倒检测模型研究[
期刊论文]  大连交通大学学报--2023, 44(2)曲英伟  梁炜为改进当前人体摔倒检测方法场景适应能力弱、易误检等不足,提出了一种基于人体骨骼关键点和GCN结合的人体摔倒检测模型.在CrownHuman、COCO2017、Le2i等数据集上进行对比试验,试验结果表明优化后的YOLOX人体目标检测算法的...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        结合改进Alphapose和GCN的人体摔倒检测模型研究  A Combination of Improved Alphapose and GCN Human Fall Detection Model

结合改进Alphapose和GCN的人体摔倒检测模型研究.pdf

结合改进Alphapose和GCN的人体摔倒检测模型研究.pdf

文件大小:

1.46 MB

高速下载