基于YOLOv3的人体跌倒检测算法

来源 :第十四届全国信号和智能信息处理与应用学术会议 | 被引量 : 0次 | 上传用户:chen3712331
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  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Pascal VOC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。
其他文献