为解决冗余信息导致跌倒检测准确率低的问题，构建一种基于改进ViBe算法的双流CNN网络模型来检测跌倒。将帧差法与ViBe算法相结合，解决原始ViBe算法的鬼影问题，通过多帧合成运动历史图(MHI)的方式输入双流网络，提出Sum-SoftMax决策层融合算法，增强算法模型的跌倒检测能力。在公开数据集上实验并与现有算法对比，实验结果表明，该模型综合准确率达到了98.7%,高于现有算法模型，可用于室内人员的跌倒检测。
科研之友
微信
新浪微博
Facebook
分享链接
