检索结果-南通市图书馆

Dense Spatial-Temporal Graph Convolutional Network Based on lightweight openpose for Detecting Falls

Computers, Materials & Continua 2023年第10期77卷 47-61页

作者： Xiaorui Zhang Qijian Xie Wei Sun Yongjun Ren Mithun Mukherjee School of Computer Science Nanjing University of Information Science&TechnologyNanjing210044China Wuxi Research Institute Nanjing University of Information Science&TechnologyWuxi214100China Jiangsu Collaborative Innovation Center of Atmospheric Environment and Equipment Technology(CICAEET) Nanjing University of Information Science&TechnologyNanjing210044China School of Automation Nanjing University of Information Science&TechnologyNanjing210044China School of Artificial Intelligence Nanjing University of Information Science&TechnologyNanjing210044China

Fall behavior is closely related to high mortality in the elderly,so fall detection becomes an important and urgent research ***,the existing fall detection methods are difficult to be applied in daily life due to a large amount of calculation and poor detection *** solve the above problems,this paper proposes a dense spatial-temporal graph convolutional network based on lightweight *** openpose uses MobileNet as a feature extraction network,and the prediction layer uses bottleneck-asymmetric structure,thus reducing the amount of the *** bottleneck-asymmetrical structure compresses the number of input channels of feature maps by 1×1 convolution and replaces the 7×7 convolution structure with the asymmetric structure of 1×7 convolution,7×1 convolution,and 7×7 convolution in *** spatial-temporal graph convolutional network divides the multi-layer convolution into dense blocks,and the convolutional layers in each dense block are connected,thus improving the feature transitivity,enhancing the network’s ability to extract features,thus improving the detection *** representative datasets,Multiple Cameras Fall dataset(MCF),and Nanyang Technological University Red Green Blue+Depth Action Recognition dataset(NTU RGB+D),are selected for our experiments,among which NTU RGB+D has two evaluation *** results show that the proposed model is superior to the current fall detection *** accuracy of this network on the MCF dataset is 96.3%,and the accuracies on the two evaluation benchmarks of the NTU RGB+D dataset are 85.6%and 93.5%,respectively.

关键词： Fall detection lightweight openpose spatial-temporal graph convolutional network dense blocks

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Skeleton Keypoints Extraction Method Combined with Object Detection

引用

Journal of New Media 2022年第2期4卷 97-106页

作者： Jiabao Shi Zhao Qiu Tao Chen Jiale Lin Hancheng Huang Yunlong He d Yu Yang Hainan University HaiKou570228China University College London Gower StreetLondon WC1E 6BTUK Hainan Century Network Security Information Technology Co. Ltd.HaiKou570000China

Big data is a comprehensive result of the development of the Internet of Things and information *** vision requires a lot of data as the basis for *** skeleton data can adapt well to dynamic environment and complex background,it is used in action recognition *** recent years,skeleton-based action recognition has received more and more attention in the field of computer ***,the keypoints of human skeletons are essential for describing the pose estimation of human and predicting the action recognition of the *** paper proposes a skeleton point extraction method combined with object detection,which can focus on the extraction of skeleton *** a large number of experiments,our model can be combined with object detection for skeleton points extraction,and the detection efficiency is improved.

关键词： Big data object decetion skeleton keypoints lightweight openpose

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于视频的老年人异常行为检测系统

基于视频的老年人异常行为检测系统

引用

作者：蔡敏雅杭州电子科技大学

学位级别：硕士

针对养老问题,智能视频监控系统实现了室内独居老人的日常监护,然而目前的视频监控系统对老年人异常行为的检测大多只包含跌倒,本文设计了包含跌倒、颈部异常状态和长时间静止多个异常行为的检测系统,具有完整的系统结构,完善了异常行... 详细信息

针对养老问题,智能视频监控系统实现了室内独居老人的日常监护,然而目前的视频监控系统对老年人异常行为的检测大多只包含跌倒,本文设计了包含跌倒、颈部异常状态和长时间静止多个异常行为的检测系统,具有完整的系统结构,完善了异常行为检测体系。本系统由数据采集部分、行为分析部分和远程报警部分组成。数据采集部分由嵌入式设备将多个摄像头采集到的图像信息传输至行为分析部分;行为分析部分由本地实验设备实现多个异常行为的检测;远程报警部分通过窄带物联网(Narrow Band Internet of Things,NB-Io T)技术将发生的异常行为发送至云平台。系统包含单间单摄像头、单间多摄像头、多间单摄像头和多间多摄像头四种模式,满足不同需求。跌倒检测通过YOLOv5s目标检测模型检测出人体边界框,设计了新的基于扩展卡尔曼滤波的目标跟踪器来解决YOLOv5s对于特殊形态人体无法检测的问题,提取人体边界框的特征放入设计的模糊逻辑系统中,分析正常行为下模糊逻辑系统输出值的变化曲线,将阈值设置为0.67,超过该阈值即判定为跌倒。颈部异常状态检测包括低头状态和颈部倾斜状态检检测,加入lightweight Open Pose人体姿态估计模型提取人体的骨架信息。低头状态指标用向量之间的比值关系来表示。为了减小直接检测带来的误差,提出了新的颈部倾斜状态检测方法,通过相机标定、欧拉角计算等方法判断出人体朝向,对图像进行仿射变换后计算脖子与肩膀的角度。长时间静止检测设计了方向梯度直方图(Histogram of Orientation Gradient,HOG)静止检测和帧间差分法静止检测,HOG静止检测流程包括预处理、HOG值计算和静止指标计算,帧间差分法静止检测包括差分图像获取、阈值处理、形态学处理等,验证了这两种方法对静止检测的可行性。对系统的各个异常行为测试结果表明:跌倒检测的准确率为94.53%;低头状态检测在面向摄像头时准确率为100%,面向摄像头旋转角度越大,准确率越低,且距离对低头状态指标的影响较小;颈部倾斜状态在人体面向摄像头向右旋转20°的情况下,经过处理后的脖子与肩膀之间的角度相对误差绝对值的平均值减少了11.38%;长时间静止检测中帧间差分法静止检测在效果和实时性上都优于HOG静止检测。最后,对系统的各个模式进行测试,展示了各模式下的检测结果和云平台上的显示效果。

关键词：老年人异常行为检测跌倒检测 YOLO 模糊逻辑 lightweight openpose

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于骨骼信息的人体乒乓动作识别研究与系统实现

基于骨骼信息的人体乒乓动作识别研究与系统实现

引用

作者：杨菁菁西南大学

学位级别：硕士

在人类社会精神文明的进步和物质文明的飞速发展下,人们的生活方式发生了翻天覆地的变化,但在享受高效、便捷生活同时也面临着严重的个人健康问题。而现代人缺乏体育运动是影响健康的重要原因之一,采用有效方法进行运动进而促进身体健... 详细信息

在人类社会精神文明的进步和物质文明的飞速发展下,人们的生活方式发生了翻天覆地的变化,但在享受高效、便捷生活同时也面临着严重的个人健康问题。而现代人缺乏体育运动是影响健康的重要原因之一,采用有效方法进行运动进而促进身体健康将成为现代生活重要组成部分。乒乓球作为我国的国球老少皆宜爱好者众多且运动量可调,但传统乒乓运动受到时间和场地限制,且长期不正确的运动姿势会造成身体损伤。基于计算机视觉的人体动作识别技术是目前研究热点,但相关工作主要体现在可视交互方面,没有针对人体乒乓动作进行识别和评估研究。而人体乒乓动作复杂度高,运动过程中容易受到遮挡,难以实时对人体乒乓动作进行识别。本文基于计算机视觉技术采用骨骼关键点检测方法获取人体骨骼关键点信息,构建分类模型对乒乓典型动作进行识别,采用DTW算法对人体乒乓动作进行实时评估,最终将上述各部分应用于人体乒乓动作识别评估系统,为乒乓爱好者提供了不受时间场地约束的技能提高措施,同时为人体乒乓动作的学习与改进提供参考依据,使得体感运动更加科学的促进健康,为其它运动提供了应用实例。主要工作如下:1.骨骼点算法研究及骨骼关键点提取。首先介绍骨骼关键点检测方法的选取,经测试和比较研究Open Pose、Alpha Pose以及lightweight Open Pose三种经典骨骼关键点检测模型,结合应用需求选用了lightweight Open Pose作为本文的骨骼关键点检测方法。其次详细介绍了Open Pose模型的网络体系结构,将神经网络两个分支的训练过程进行描述,解释说明了置信度和亲和度的计算方法,对骨骼关键点检测的方法和原理进行阐述。再次介绍了基于Open Pose改进的lightweight Open Pose模型网络体系结构,对lightweight Open Pose中网络主干、网络设计、细化阶段的优化部分进行阐述。最后通过lightweight Open Pose骨骼关键点检测模型对人体乒乓动作数据集中的视频以及实时获取的动作视频进行骨骼关键点检测。2.人体乒乓动作数据集制作、数据预处理及特征提取。首先制作人体乒乓动作数据集,通过摄像机对十名大学生的人体乒乓动作进行采集,将采集到的连续人体乒乓动作进行视频帧分离并通过三帧差法进行合理裁剪后输入到lightweight Open Pose模型中,将视频中提取到的骨骼关键点位置制作成CSV格式的数据集。其次对数据集进行预处理,在自采集人体乒乓动作数据集中添加类别标签,同时为减小无关因素对识别精度的影响,对数据集进行删除冗余关键点、增补丢失关键点及滤波处理三步预处理操作。最后进行特征提取,对比颈部参考法、姿势到角度转化法及坐标归一法,选用坐标归一法作为本文特征提取方法。3.人体乒乓动作识别模型构建与评估方法研究。首先构建人体乒乓动作识别模型,采用K近邻、支持向量机以及长短期记忆网络进行分类模型的训练与测试并设置对照实验,实验结果表明支持向量机分类模型在自制数据集中完成人体乒乓动作实时识别具有较高精确度,因此本文采用支持向量机构建人体乒乓动作识别模型。其次研究动作评估方法,采用DTW算法计算实时人体乒乓动作与标准人体乒乓动作序列中每个人体骨骼关键点的累计距离,通过累计距离进行骨骼关键点间的相似度计算对人体骨骼关键点打分并标记低分骨骼关键点,实验结果表明本文较好的实现了对人体乒乓动作的实时科学评估。4.基于骨骼信息的人体乒乓动作评估系统的设计与实现。基于上述研究内容设计并实现了人体乒乓动作识别评估系统,对系统进行详细的需求分析后把系统分为数据训练模块、动作识别模块和动作评估模块,并对三个模块进行详细介绍,最后完成该系统的实现并对功能和界面进行展示。

关键词：骨骼关键点 lightweight openpose 乒乓动作分类

来源：

同方学位论文库评论

在线全文

同方学位论文库

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

在线全文

在线全文

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

在线全文

在线全文

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：