基于YOLOv5算法的人体跌倒检测系统设计

摘要

针对老人、儿童、残障人士群体存在的跌倒风险,提出了一种基于YOLOv5算法的视频图像人体跌倒检测方法。该方法通过CSI摄像头采集视频数据,对视频数据进行训练和验证,进而判断目标人物的动作姿态,连接树莓派的WiFi模块将动作姿态信息发送到监护人手机上,提醒监护人对跌倒人员进行及时救治,从而提高了救援效率。实验结果表明:1)YOLOv5算法对站立和跌倒动作的识别精确度均较高,而对下蹲动作的识别精确度相对较低;2)光线充足的环境中图片的置信度要高于昏暗环境中图片的置信度;3)YOLOv5算法检测人体动作的速率和精确度高于Faster R-CNN算法。