Fall detection algorithm based on lightweight 3D residual network

残余物 计算机科学 卷积(计算机科学) RGB颜色模型 人工智能 算法 灵敏度(控制系统) 秩(图论) 计算复杂性理论 基质(化学分析) 计算机视觉 人工神经网络 数学 工程类 组合数学 复合材料 电子工程 材料科学
作者
Xiang Peng,Weitong Li
标识
DOI:10.1117/12.2668182
摘要

Aiming at the many parameters and high computational complexity of video-based deep learning fall detection models, we propose a lightweight fall detection algorithm for 3D residual networks. In this approach, we design a low-rank depth-separable convolution structure. When performing deep convolution, the 3-dimensional parameter matrix is decomposed into 1-dimensional and 2-dimensional parameter matrices to reduce the model parameters and thus improve the performance. Meanwhile, the dataset is built by referring to the format of the URFall dataset and capturing videos of human falling and non-falling states from multiple angles using RGB cameras. The experimental results show that the lightweight 3D residual network can achieve 98.23% accuracy in distinguishing falls from non-falls, and the sensitivity and specificity are kept at a high and stable level.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Hopelife发布了新的文献求助10
刚刚
爆爆关注了科研通微信公众号
刚刚
1秒前
2秒前
Yziii应助宇宙的中心采纳,获得10
3秒前
wwww0wwww完成签到,获得积分10
3秒前
wood发布了新的文献求助10
5秒前
葡萄发布了新的文献求助10
5秒前
小生发布了新的文献求助10
7秒前
于hhh完成签到 ,获得积分10
9秒前
Jasper应助阳光过客采纳,获得10
10秒前
情怀应助阳光过客采纳,获得10
10秒前
Ava应助阳光过客采纳,获得10
10秒前
SciGPT应助阳光过客采纳,获得10
10秒前
田様应助阳光过客采纳,获得10
10秒前
CodeCraft应助小巧的如冬采纳,获得10
10秒前
天天给天天的求助进行了留言
12秒前
在水一方应助哈喽采纳,获得10
14秒前
14秒前
14秒前
16秒前
ZL完成签到,获得积分10
17秒前
17秒前
darsting11发布了新的文献求助10
18秒前
菜鸟发布了新的文献求助10
19秒前
林夕君发布了新的文献求助10
19秒前
22秒前
wood发布了新的文献求助10
22秒前
gtx完成签到 ,获得积分10
22秒前
发型犀利啊完成签到,获得积分10
23秒前
充电宝应助Lynn采纳,获得10
26秒前
26秒前
反之完成签到,获得积分10
27秒前
28秒前
29秒前
yoona发布了新的文献求助10
30秒前
蕉太狼发布了新的文献求助10
30秒前
上官若男应助wood采纳,获得30
30秒前
科研通AI2S应助蓝草采纳,获得10
31秒前
31秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Foreign Policy of the French Second Empire: A Bibliography 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
XAFS for Everyone 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3145219
求助须知:如何正确求助?哪些是违规求助? 2796603
关于积分的说明 7820639
捐赠科研通 2452983
什么是DOI,文献DOI怎么找? 1305309
科研通“疑难数据库(出版商)”最低求助积分说明 627466
版权声明 601464