基于改进YOLOv5s的老人跌倒识别算法研究

作者：雷亮; 尹衍伟; 梁明辉; 秦兰瑶; 和圆圆; 张文萍; 林津平

来源：重庆科技学院学报(自然科学版), 2023, 25(01): 85-90.

DOI：10.19406/j.cnki.cqkjxyxbzkb.2023.01.002

• 跌倒检测
• 跌倒姿态
• 类间相似性
• CC-Net
• 实时检测

为应对人口老龄化加剧带来的老年人居家安全问题，提出了一种实时准确的跌倒识别算法。目前基于计算机视觉的跌倒检测主要存在跌倒类间相似性大、监控角度相对固定而跌倒角度多变、特征提取困难、难以联系图像依赖关系等问题。为此，采用同一动作8个拍摄角度的数据集，使模型能够充分学习到多种特征；将所有跌倒行为归为一类，总类别数为二分类；改进原网络的候选框、添加CC-Net、改进非极大值抑制算法，进行分类训练，并对训练好的模型进行对比评估。实验结果表明，该方法的平均准确率比YOLOv4和YOLOv5s模型分别提高了5.9%和2.6%,比SSD算法提高了11.1%,能够基本满足检测需求。

• 单位
  重庆科技学院