检索结果-南通市图书馆

中国惯性技术学报 2024年第8期32卷 771-778页

作者：王凤随邵凯丽杨海燕安徽工程大学电气工程学院高端装备先进感知与智能控制教育部重点实验室

为了提高多场景下人体摔倒姿势的实时检测能力，提出了一种基于信息增强模块和注意力特征融合的yolov7-tiny目标检测改进算法。首先，针对重要区域特征信息的敏感度欠缺问题，在主干网络嵌入对比感知全局信息增强模块，可有效学习特征... 详细信息

为了提高多场景下人体摔倒姿势的实时检测能力，提出了一种基于信息增强模块和注意力特征融合的yolov7-tiny目标检测改进算法。首先，针对重要区域特征信息的敏感度欠缺问题，在主干网络嵌入对比感知全局信息增强模块，可有效学习特征权重，增强网络对人体姿势的判别能力；其次，为有效利用上下文信息，引入了一种密集坐标注意力特征融合结构，在通道维度上融合浅层和深层语义信息，保留有用特征信息的位置权重，促进网络对人体姿势信息的充分表达。最后，在人体摔倒姿势数据集上对所提算法进行验证。实验结果表明所提算法的平均检测精度达到了77%，较基线网络提高了3.7%，有效改善了人体摔倒行为检测的识别能力。同时，在学生课堂行为数据集SCB1、SCB2和PASCAL VOC测试集上对所提算法进行验证，其平均检测精度较基线网络分别提高了0.6%、0.5%和2.1%，验证了算法的通用性。

关键词：摔倒检测 yolov7轻量网络信息增强特征融合注意力机制

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：