基于F-Faster-RCNN算法的摔倒检测研究

作者：崔悦; 张德育^*; 王国杰

来源：沈阳理工大学学报, 2023, 42(01): 1-6.

• 特征金字塔
• 目标检测
• 摔倒检测
• 支持向量机

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%。

• 单位
  沈阳理工大学