-
公开(公告)号:CN116912943A
公开(公告)日:2023-10-20
申请号:CN202310886878.9
申请日:2023-07-19
Applicant: 安徽大学
IPC: G06V40/20 , G06V20/40 , G06V10/25 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/08 , G06N5/04 , G08B21/04
Abstract: 本发明涉及一种基于jetsontx2和TensorRT加速推理的跌倒检测方法,包括:对截取的视频片段进行预处理;对预处理后的视频数据源进行数据集标注,得到标注数据集;对标注数据集进行预处理,得到标签数据集;构建并训练动作识别模型TwoStreamST‑GCN;通过人体框检测模型、人体关键点检测模型、动作识别模型TwoStreamST‑GCN进行TensorRT加速,得到加速推理引擎;根据加速推理引擎对视频流进行动作识别推理,得到动作识别推理结果;将动作识别推理结果进行报警通知。本发明有效解决了跌倒检测设备的成本较高、摄像头检测造成的隐私问题、检测设备的是否侵入式问题,相较于传统的跌倒检测算法具有可扩展性好、鲁棒性强等优点。