科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了实现人群中跌倒行为的实时检测，预防踩踏事件的发生，针对跌倒行为检测实时性以及特征提取能力不足的问题，提出了一种改进YOLOv5s的跌倒行为检测算法。通过改进基本残差块，主干网络添加混合域注意力机制，颈部引入双向特征金字塔结构，以增强网络检测精度，同时保证运算量。结果表明，相比原始网络，所提算法检测准确率由94.1%提升到97.0%,精度值由91.2%提升到95.4%,且算法检测速度最快可达0.028 s,每秒检测图片帧数可达36.3,满足实时性要求。
- 单位
为了实现人群中跌倒行为的实时检测，预防踩踏事件的发生，针对跌倒行为检测实时性以及特征提取能力不足的问题，提出了一种改进YOLOv5s的跌倒行为检测算法。通过改进基本残差块，主干网络添加混合域注意力机制，颈部引入双向特征金字塔结构，以增强网络检测精度，同时保证运算量。结果表明，相比原始网络，所提算法检测准确率由94.1%提升到97.0%,精度值由91.2%提升到95.4%,且算法检测速度最快可达0.028 s,每秒检测图片帧数可达36.3,满足实时性要求。
