公开(公告)号：CN114387666A

公开(公告)日：2022-04-22

申请号：CN202111620249.9

申请日：2021-12-28

Applicant: 大连理工大学

Inventor： 刘潇 ,  李培华 ,  谢江涛 ,  张雪飞 ,  吴永秋 ,  吕莎莎

IPC: G06V40/20 ,  G06V20/52 ,  G06V10/40 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于人体关键点的图卷积网络跌倒检测方法，属于计算机视觉技术领域。本发明设计了双流图卷积网络，以图的形式建模人体姿态，充分挖掘和利用了人体的姿态信息，提高了姿态特征的鲁棒性，有利于后续的姿态分类；同时利用了时序信息，结合前序帧和当前帧的检测结果做跌倒的联合判决，增强跌倒检测算法的泛化能力；本发明所述的跌倒检测方法具有计算复杂度低、识别准确率高、易部署和迁移的特点。

公开(公告)号：CN114387666B

公开(公告)日：2024-11-12

申请号：CN202111620249.9

申请日：2021-12-28

Applicant: 大连理工大学

Inventor： 刘潇 ,  李培华 ,  谢江涛 ,  张雪飞 ,  吴永秋 ,  吕莎莎

IPC: G06V40/20 ,  G06V20/52 ,  G06V10/40 ,  G06V10/764 ,  G06V10/82 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于人体关键点的图卷积网络跌倒检测方法，属于计算机视觉技术领域。本发明设计了双流图卷积网络，以图的形式建模人体姿态，充分挖掘和利用了人体的姿态信息，提高了姿态特征的鲁棒性，有利于后续的姿态分类；同时利用了时序信息，结合前序帧和当前帧的检测结果做跌倒的联合判决，增强跌倒检测算法的泛化能力；本发明所述的跌倒检测方法具有计算复杂度低、识别准确率高、易部署和迁移的特点。