个人卖家:
zhuge帮忙
创建于:2025-08-20
融合注意力机制的OpenPose人体跌倒检测算法
¥500.00
使用环境 |
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。 |
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) |
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 |
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 |
|