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
刚刚
jrlhappy发布了新的文献求助10
1秒前
华仔应助浮生采纳,获得10
3秒前
路内里发布了新的文献求助10
4秒前
4秒前
斯文败类应助himan采纳,获得10
4秒前
5秒前
笨笨甜瓜完成签到,获得积分20
7秒前
打打应助必胜客采纳,获得10
8秒前
9秒前
Phosphene应助去看海嘛采纳,获得10
9秒前
10秒前
科研通AI2S应助Yuan采纳,获得10
10秒前
端庄的白开水完成签到,获得积分10
10秒前
10秒前
善良宛筠发布了新的文献求助10
11秒前
himan完成签到,获得积分10
12秒前
13秒前
13秒前
星星发布了新的文献求助10
14秒前
神内打工人完成签到 ,获得积分10
15秒前
ref:rain完成签到,获得积分10
15秒前
科研通AI2S应助笨笨甜瓜采纳,获得10
15秒前
16秒前
HH完成签到,获得积分10
16秒前
FashionBoy应助不要引力采纳,获得10
17秒前
guyanlong发布了新的文献求助10
17秒前
韦以亦发布了新的文献求助10
18秒前
himan发布了新的文献求助10
18秒前
不许内耗完成签到,获得积分20
18秒前
19秒前
20秒前
那些年发布了新的文献求助10
20秒前
20秒前
科目三应助Yuan采纳,获得10
20秒前
星星完成签到,获得积分10
20秒前
21秒前
yufanhui应助不许内耗采纳,获得10
22秒前
虬江学者发布了新的文献求助10
24秒前
桐桐应助treelet007采纳,获得10
25秒前
高分求助中
Sustainability in ’Tides Chemistry 2000
Studien zur Ideengeschichte der Gesetzgebung 1000
The ACS Guide to Scholarly Communication 1000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Handbook of the Mammals of the World – Volume 3: Primates 805
Ethnicities: Media, Health, and Coping 800
Gerard de Lairesse : an artist between stage and studio 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 3072205
求助须知:如何正确求助?哪些是违规求助? 2726027
关于积分的说明 7492250
捐赠科研通 2373536
什么是DOI,文献DOI怎么找? 1258633
科研通“疑难数据库(出版商)”最低求助积分说明 610333
版权声明 596952