| 现场环境 |
人员密集场所，如火车站、过街天桥等公共场所。使用高清摄像头采集图像，相机镜头距离目标约25米，垂直向下或斜向拍摄。 |
| 使用对象 |
人员及其肢体关键点（如头部、肩部、膝盖） |
| 使用目的 |
通过检测人体姿态和关键点变化，实时监测和预警跌倒事件，降低公共安全风险。 |
| 硬件配置 |
CPU：Intel Core i7-7700HQ
内存：8GB
GPU：NVIDIA GeForce GTX 1050Ti
摄像头：高清摄像头 |
| 硬件兼容 |
无
|
| 软件配置 |
操作系统：Ubuntu 22.04 LTS
编程语言：Python 3.6
依赖库：PyTorch, OpenCV, NumPy
编译器：PyCharm |
| 软件兼容 |
无
|
| 输入数据 |
高清摄像头拍摄的图像帧 |
| 输出数据 |
人体关键点坐标、姿态估计结果、跌倒检测结果（是否跌倒） |
| 样本获取 |
在实际公共场所采集图像，获取约1400个视频和图片样本，其中跌倒行为和正常行为比例为8:2，按9:1比例划分为训练集和测试集。 |
| 测试结果 |
在测试集上，跌倒检测准确率达到98.2%，精度达到96.6%，检测速度达到20.2帧/秒。 |
| 执行速度 |
检测速度为20.2帧/秒 |
| 资源消耗 |
针对上述硬件配置，使用Caffe平台记录的数据，单独运行算法时，CPU计算占比平均约60%，GPU计算占比平均约70%，内存使用占比约50%。 |
| 源码类型 |
Python版本源码 |
| 文件大小 |
算法程序文件23K，权重文件22M |
| 相关备注 |
无 |
