公开(公告)号：CN114463844A

公开(公告)日：2022-05-10

申请号：CN202210033684.X

申请日：2022-01-12

Applicant: 三峡大学

Inventor： 陈小辉 ,  孟登 ,  陈凌俊

IPC: G06V40/20 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于自注意力双流网络的跌倒检测方法，它包括以下步骤：步骤1：采集人行为动作的图像数据，形成行为动作的样本数据集；步骤2：构建自注意力双流网络，用于行为动作的检测；步骤3：采用平衡简单易分样本操控焦点损失函数，优化自注意力双流网络；步骤4：利用样本数据集对自注意力双流网络进行训练、测试，使之达到检测精度；步骤5：采集人的实时图像，输入训练好的自注意力双流网络，检测是否有跌倒行为。本发明是基于计算机视觉的方法对视频中的人进行行为检测及跟踪而提出的一种基于自注意力双流网络的跌倒检测方法。

公开(公告)号：CN114463844B

公开(公告)日：2024-10-18

申请号：CN202210033684.X

申请日：2022-01-12

Applicant: 三峡大学

Inventor： 陈小辉 ,  孟登 ,  陈凌俊

IPC: G06V40/20 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/62 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于自注意力双流网络的跌倒检测方法，它包括以下步骤：步骤1：采集人行为动作的图像数据，形成行为动作的样本数据集；步骤2：构建自注意力双流网络，用于行为动作的检测；步骤3：采用平衡简单易分样本操控焦点损失函数，优化自注意力双流网络；步骤4：利用样本数据集对自注意力双流网络进行训练、测试，使之达到检测精度；步骤5：采集人的实时图像，输入训练好的自注意力双流网络，检测是否有跌倒行为。本发明是基于计算机视觉的方法对视频中的人进行行为检测及跟踪而提出的一种基于自注意力双流网络的跌倒检测方法。

公开(公告)号：CN112818869A

公开(公告)日：2021-05-18

申请号：CN202110150129.0

申请日：2021-02-03

Applicant: 三峡大学

Inventor： 陈小辉 ,  孟登 ,  熊昕 ,  陈凌俊

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了基于残差双向SRU网络的跌倒检测方法，包括：采集人行为动作的图像数据，形成行为动作的样本数据集；构建残差双向SRU网络，用于行为动作的检测；采用平衡简单易分样本操控焦点损失函数，优化残差双向SRU网络；利用样本数据集对残差双向SRU网络进行训练、测试，使之达到检测精度；采集人的实时图像，输入训练好的残差双向SRU网络，检测是否有跌倒行为。本发明提出了一种新神经网络模型即残差双向SRU网络用于检测人的跌倒行为，相比现有的神经网络模型，收敛速度快且更稳定，精度和准确率更高；本发明的残差双向SRU网络解决了梯度消失的问题，易训练。