分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-10-11 合作期刊: 《计算机应用研究》
摘要: 视频监控中人体跌倒行为识别对于提升老年人护理质量,减少社会养老负担等方面有十分重要意义。传统模式识别方法依赖于人工选取的特征,智能化程度低,识别精度不高。深度学习模型泛化能力强,特征提取自动完成。但目前深度学习模型不能较好的把监控视频中跌倒行为的空间和时序特征有效结合起来。为此,提出基于CNN(convolutional neural network)和LSTM(long-short term memory)混合模型的人体跌倒行为识别方法。该模型采用两层结构,将视频以每5帧为一组输入到网络中,CNN提取视频序列的空间特征,LSTM提取视频时间维度上的特征,最后使用softmax分类器进行识别。实验表明,该方法可以有效提高跌倒识别的准确率。