基于时空自适应图卷积网络的跌倒检测算法

作者：刘鹏飞; 李伟彤^*

来源：电子测量技术, 2023, 46(03): 150-156.

DOI：10.19651/j.cnki.emt.2210534

• 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

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。

• 单位
  广东工业大学