公开(公告)号：CN114898470A

公开(公告)日：2022-08-12

申请号：CN202210630876.9

申请日：2022-06-06

Applicant: 安徽建筑大学

Inventor： 张振亚 ,  何明艳 ,  王萍 ,  方博 ,  屈兴亮 ,  孙兆隽 ,  程红梅

IPC: G06V40/20 ,  G06V10/82 ,  G06V10/764 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供基于改进YOLOv5的跌倒行为检测方法及系统，方法包括：首先将YOLOv5的边界框损失函数GIoU更换为CIoU，然后在YOLOv5的主干网络中的残差组件后加入卷积块注意力机制(Convolutional Block Attention Module，CBAM)模块，该机制将位置信息嵌入到通道注意力当中，使网络可以更专注地学习跌倒这一特征；最后将特征融合层的特征金字塔网络结构替换成加权双向特征金字塔(BiFPN)网络结构，充分利用不同尺度的特征，从而提高检测精度。本发明解决了平均精度低、侵入性强、适用场景受有限制以及检测速度慢的技术问题。