基于轻量级OpenPose模型的跌倒检测算法

doi:10.13873/J.1000-9787(2021)11-0131-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于轻量级OpenPose模型的跌倒检测算法

更新时间：2025-09-11

- 基于轻量级OpenPose模型的跌倒检测算法
- Issue 11, Pages: 131-134+138(2021)
- 作者机构：
  
  宁夏大学物理与电子电气工程学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2021)11-0131-04
  CLC： TP391.41
- Published：2021
- 稿件说明：
移动端阅览
[J]. 2021, (11): 131-134+138.
DOI：

[J]. 2021, (11): 131-134+138. DOI： 10.13873/J.1000-9787(2021)11-0131-04.

摘要

针对现有跌倒检测方法识别效率低、检测过程实时性有待提高的问题

提出了一种基于Yolov5s人体目标检测结合轻量级OpenPose人体姿态估计模型的跌倒检测算法。首先

利用Yolov5s算法检测出人体的包围框

将Yolov5s的输出作为轻量级OpenPose网络的输入实时得到人体骨骼关键点坐标。然后

利用选取的4个骨骼关键点坐标计算人体中心点的下降速度。最后

通过中心点的下降速度结合人体宽高比来判断人体是否发生跌倒

并利用单目相机进行检测。实验结果表明:网络对行为检测准确率平均值达到95.43%

检测速度达到25 fps。

Abstract

关键词

Keywords

references

Leila Panahi,Vahid Ghods.Human fall detection using machine vision techniques on RGB–D images[J].Biomedical Signal Processing and Control,2018.

de Miguel Koldo,Brunete Alberto,Hernando Miguel,Gambao Ernesto.Home Camera-Based Fall Detection System for the Elderly.[J].Sensors (Basel, Switzerland),2017.

王莉,何牧天,徐硕,袁天,赵天翊,刘建飞.基于YOLOv5s网络的垃圾分类和检测[J].包装工程,2021(08).

杨海清,石珏.基于姿态估计的静态图像跌倒检测方法[J].传感器与微系统,2020(10).

徐涛,孙威,色海锋,卢少微,王晓强,马克明.老人跌倒姿态实时识别系统设计[J].传感器与微系统,2020(03).

朱连杰,陈正宇,田晨林.基于可穿戴设备的跌倒检测方法综述[J].计算机工程与应用,2019(18).

李京慧,迟宗涛,李钟晓.基于阈值分析法的人体跌倒检测系统[J].传感器与微系统,2019(08).

孙朋,夏飞,张浩,彭道刚,马茜,罗志疆.改进混合高斯模型在人体跌倒检测中的应用[J].计算机工程与应用,2017(20).

罗丹,罗海勇.基于随机森林的跌倒检测算法[J].计算机应用,2015(11).

Views

2975

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于智能AI的传感器应用

一种新型注意力机制的双人交互行为识别方法

基于腕部穿戴设备的人体跌倒检测系统设计

面向校园场景视频监控的人体行为识别方法

基于深度学习的散斑图应变场测量

Related Author

邓迅

马丽娜

陈美亦

武东辉

刘国志

管大松

赵婉婉

杨佳慧

Related Institution

中国电子科技集团公司第四十九研究所

临沂大学自动化与电气工程学院

郑州轻工业大学建筑环境工程学院

吉林大学白求恩第一医院小儿呼吸科

吉林大学白求恩第一医院血液科

⁰