基于F-Faster-RCNN算法的摔倒检测研究

提出一种基于特征金字塔(FPN)结构的快速卷积神经网络(F-Faster-RCNN)的摔倒检测模型,采用F-Faster-RCNN目标检测网络结合多目标跟踪算法Deepsort实现运动目标跟踪;采用3D卷积神经网络和支持向量机(SVM)分类算法实现老人摔倒行为的判别。F-Faster-RCNN算法以残差网络为主干网络,加深了网络层次;以FPN结构逐层提取特征,实现深浅层特征的融合;结合遗传算法改进SVM的参数调优过程,避免了局部最优解。经仿真验证,基于F-Faster-RCNN目标检测模型损失率可降低到2.2%,摔倒检测平均准确率达到84.4%。