基于姿态估计与Bi-LSTM网络的跌倒行为识别

摘要

为了准确检测老年人跌倒事件的发生,提出了一种结合姿态估计与Bi-LSTM网络的人体跌倒检测算法。首先采用YOLOv3网络检测人体目标,利用人体姿态估计网络HRNet获取人体关键点;然后在直角坐标系中提取表达人体活动的新特征;最后构建多层Bi-LSTM网络并添加注意力机制进行跌倒检测。该方法在公开数据集UR FALL Detection数据集上的准确率达到97.1%。实验结果表明,该方法与先进方法相比取得较好的效果。