基于视频分析和姿态估计的人体摔倒检测算法研究.pdfVIP

摘要

摔倒行为对人来说是一种极其常见且无法预测的行为，总在不经意间发生。

老年人的身体机能衰退严重，行动不如中青年人灵活，因此意外跌倒的概率远高

于其他人群。摔倒对老年人造成的伤害往往更为严重，甚至造成生命威胁。事实

上，在其他年龄段也有很多意外摔倒的情况。如今，手机等移动设备普及广泛，

许多人喜欢边走路边看手机，由于注意力集中在手机，行人很少注意周围环境的

变化，对可能出现的会导致摔倒的障碍物或坑洞缺少观察，很容易出现摔倒情况。

无论哪个年龄段的人群，在发生意外摔倒时，由于被发现和救援不及时而导致的

悲惨事故的情况并不少见。

及时检测摔倒事件可以很大程度减少摔倒者的身体伤害和经济损失，但摔倒

检测大多依赖于传感器设备，而传感器设备受设备缺陷和环境因素的影响很大，

往往无法发挥该有的作用。同时，使用传统的图像处理算法来检测摔倒需要手动

特征提取。这种方法泛化能力差，不能满足各种场景下的摔倒检测。佩戴传感器

设备进行摔倒检测并不普遍。一方面，该设备的电池寿命不长，老年人可能会忘

记充电，并且佩戴可能存在不适感；另一方面，年轻人不愿意购买跌倒检测设备。

在人体所处环境中部署传感器检测摔倒的方法应用范围小，容易受到环境及人体

活动的影响，错误检测率高。鉴于目前监控设备已广泛应用于大街小巷、商场、

居室等环境，为了降低人工检测的成本，克服设备本身和环境噪声造成的干扰，

本文采用深度学习方法对摔倒行为进行检测。该方法通过摄像头获取图像，并使

用检测算法自动识别摔倒行为。本文的主要研究内容如下：

(1)提出一种基于YOLOv5的融合注意力机制的轻量化摔倒检测算法。该算法

以RGB图像为输入数据，对图像中人的位置和行为类别进行检测。首先，构建多

种实际场景下的人体摔倒检测数据集，提升算法对不同环境下摔倒检测的泛化能

力。其次，对YOLOv5融合混合域注意力机制CBAM模块以增强模型对语义特征

和空间位置信息的提取能力，减少冗余背景信息对摔倒检测的负面影响。然后，

对融合了CBAM后的模型进行通道剪枝修剪掉冗余的神经元连接以降低模型的参

数量和计算量。最后，对剪枝后的模型应用知识蒸馏，此种方式能在不改变模型

结构以及模型复杂度的前提下显著提升模型的检测精度。

(2)提出一种基于姿态估计和图卷积相结合的摔倒行为识别算法。该算法以人

体关键点组成的人体骨骼图为基础构建时空图作为输入，对摔倒行为进行识别。

首先，利用姿态估计算法OpenPose提取视频序列中的人体关键点构建人体骨骼图，

再把提取的人体骨骼图构建作为图卷积行为识别算法ST-GCN的输入。其次，压

缩ST-GCN的网络堆叠层数减少冗余参数，以匹配摔倒识别的单一任务。然后，

利用深度可分离卷积替换ST-GCN中所有TCN中的普通卷积以进一步减少参数量

和计算量，显著降低模型复杂度。最后，把可分离大核注意力LSKA融合于ST-

GCN中以充分提取人体关键点的语义和空间特征，增强模型的识别精度。该算法

相较于基准算法能显著降低运算量和参数量并能明显提高识别率。

关键词：摔倒检测，轻量化，注意力机制，姿态估计，图卷积

Abstract

Fallisaverycommonandunpredictablebehaviorforpeople,andithappensallthe

time.Thephysicalfunctionsoftheelderlyseverelydecline,andtheirmobilityisnotas

flexibleasthatofyoungandmiddle-agedpeople,sotheprobabilityofaccidentalfallsis

muchhigherthanthatofotherpopulations.Theharmcausedbyfallbehaviortoelderly

peopleisoftenmoreseriousandevenposeathreattotheirlives.Infact,therearealso

manyunexpectedfallsinotheragegroups.Nowadays,mobiledevice