科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对电力应用场景下人员触电跌倒的问题，文章提出了一种基于AlphaPose与自适应特征权重LightGBM算法的触电跌倒检测方法。该方法首先利用AlphaPose对人体骨骼关键点进行检测，接着根据人体骨骼关键点数据和人体检测框数据计算获得8种人体姿态时空特征。进一步对传统LightGBM算法进行改进，根据特征重要性为特征向量加权，然后训练得到自适应特征权重LightGBM分类器，并将8种人体姿态时空特征输入自适应特征权重LightGBM分类器判断是否为跌倒行为。对Le2i公开跌倒数据集和自制数据集进行实验，并与多种检测模型对比，实验结果表明该方法在复杂度、判断准确性等方面较传统检测模型有显著提升。
- 单位
