结合改进Alphapose和GCN的人体摔倒检测模型研究

作者：曲英伟; 梁炜^*

来源：大连交通大学学报, 2023, 44(02): 93-100.

DOI：10.13291/j.cnki.djdxac.2023.02.017

• 人体摔倒检测
• YOLOX
• Alphapose
• 人体骨骼关键点
• GCN

为改进当前人体摔倒检测方法场景适应能力弱、易误检等不足，提出了一种基于人体骨骼关键点和GCN结合的人体摔倒检测模型。在CrownHuman、COCO2017、Le2i等数据集上进行对比试验，试验结果表明优化后的YOLOX人体目标检测算法的平均准确率达到了50.66%,较YOLOv3、YOLOv5提高了9.83%和3.97%。人体姿态估计算法的平均准确率达到了71.6%,优于OpenPose、Mask-RCNN等方法。基于图卷积的人体摔倒检测算法准确率达到92.2%,高于YOLOv5-S+pose等方法。一系列的试验结果表明，所提出的摔倒检测方法具有较高的检测精度。

• 单位
  大连交通大学