基于YOLOv3的人体跌倒检测算法

摘要

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.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号