基于时空自适应图卷积网络的跌倒检测算法

来源：电子测量技术杂志2023年第3期北京时间：

作者：刘鹏飞，李伟彤

单位：广东工业大学信息工程学院 广州 510006

摘要：针对现有图卷积网络（GCN）需要预先定义人体骨架拓扑图和模型较大的问题，提出了基于时空自适应图卷积网络（STAGCN）的跌倒检测算法。该网络包括3个部分：利用HRNet姿态估计算法从视频中提取人体骨架点序列，并预处理成四维张量；引入归一化嵌入式高斯函数通过学习（无需人工预定义）得到人体拓扑图，利用空间自适应图卷积获取人体关联特征；利用多尺度卷积提取时间运动特征，提高模型获取动态信息的能力。在公开数据集和自建数据集上分别进行仿真，准确率分别达95.45%和99.55%。结果表明，该算法优于目前GCN方法，参数量只有后者的1/4甚至更少。本文算法还可以适用于不同的数据集。

关键词：计算机视觉;跌倒检测;图卷积网络;人体姿态估计;嵌入式高斯函数

基金资助：广东省科技计划项目（2017A010101016）资助