| 基于时空自适应图卷积网络的跌倒检测算法 |
| |
| 引用本文： | 刘鹏飞,李伟彤. 基于时空自适应图卷积网络的跌倒检测算法[J]. 电子测量技术, 2023, 0(3): 150-156 |
| |
| 作者姓名： | 刘鹏飞 李伟彤 |
| |
| 作者单位： | 广东工业大学信息工程学院 |
| |
| 基金项目： | 广东省科技计划项目(2017A010101016)资助； |
| |
| 摘 要： | 针对现有图卷积网络(GCN)需要预先定义人体骨架拓扑图和模型较大的问题，提出了基于时空自适应图卷积网络(ST-AGCN)的跌倒检测算法。该网络包括3个部分：利用HRNet姿态估计算法从视频中提取人体骨架点序列，并预处理成四维张量；引入归一化嵌入式高斯函数通过学习(无需人工预定义)得到人体拓扑图，利用空间自适应图卷积获取人体关联特征；利用多尺度卷积提取时间运动特征，提高模型获取动态信息的能力。在公开数据集和自建数据集上分别进行仿真，准确率分别达95.45%和99.55%。结果表明，该算法优于目前GCN方法，参数量只有后者的1/4甚至更少。本文算法还可以适用于不同的数据集。
|
| 关 键 词： | 计算机视觉 跌倒检测 图卷积网络 人体姿态估计 嵌入式高斯函数 |
Fall detection algorithm based on spatial-temporal adaptive graph convolution network |
| |
| Liu Pengfei,Li Weitong. Fall detection algorithm based on spatial-temporal adaptive graph convolution network[J]. Electronic Measurement Technology, 2023, 0(3): 150-156 |
| |
| Authors: | Liu Pengfei Li Weitong |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《电子测量技术》浏览原始摘要信息 |
|
点击此处可从《电子测量技术》下载免费的PDF全文 |
