|
|||||
|
|
| 基于Res2Net-YOLACT和融合特征的室内跌倒检测算法 | |
| 作者姓名： | 张璐 方春 祝铭 |
| 作者单位： | 山东理工大学 计算机科学与技术学院,山东 淄博 255049 |
| 基金项目： | 国家自然科学基金资助项目（61602280）; |
| 摘 要： | 为了加强对老年人的监护、降低跌倒带来的安全风险,提出了一种新的基于Res2Net-YOLACT和融合特征的室内跌倒检测算法.首先,通过融入Res2Net模块的YOLACT网络来提取视频图像序列中的人体轮廓;然后,利用两级判断的方法做出跌倒决策,其中一级判别通过运动速度特征粗略判断是否发生异常状态,二级通过融合人体形状特... |
| 关 键 词： | 健康监护 YOLACT 融合特征 卷积神经网络 跌倒检测 |
| 收稿时间： | 2021-05-25 |
| 修稿时间： | 2021-06-30 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《计算机应用》浏览原始摘要信息 | |
| 点击此处可从《计算机应用》下载全文 | |