计算机辅助设计与图形学学报

作者：孟彩霞, 薛洪秋, 石磊, 高宇飞, 卫琳

关键词：人体姿态估计, 密集连接, 注意力机制, 跌倒检测

人员密集场所跌倒事件易引发公共安全问题, 对人体跌倒进行实时监测和预警可降低安全风险.针对现有基于姿态估计跌倒检测方法模型规模大、时效性差等问题, 提出一种融合注意力机制的OpenPose人体跌倒检测算法DSC-OpenPose.首先借鉴DenseNet稠密连接思想, 将每层与之前所有层在通道维度上直接连接, 实现特征复用, 减小模型参数规模; 然后在不同阶段之间添加坐标注意力机制, 获取特征图空间方向依赖和精确位置信息, 提高姿态估计精度; 最后提出一种基于人体外椭圆参数、头部高度、下肢高度共同识别跌倒行为的方法, 实现人体目标的跌倒检测.实验结果表明, 在COCO数据集上, 所提算法在模型规模和精度之间取得了较好的平衡效果; 在real fall (RF)数据集上, 所提跌倒检测算法的准确率达到98.2%, 精度达到96.6%, 检测速度达到20.2帧/s, 且模型规模较小, 满足嵌入式设备实时推理需求.

来源：2024年第12期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2024年第12期