[发明专利]一种基于深度学习的跌倒事件检测方法和系统

摘要

本发明提供一种基于深度学习的跌倒事件检测方法，包括以下步骤：Mask‑RCNN层对人体轮廓进行背景减除，形成二值人体轮廓图像；CNN层提取二值人体轮廓图像的特征，此特征通过全连接层输出T×4096的深度特征矩阵，并将其深度特征矩阵传输到双向LSTM层；深度特征矩阵通过双向LSTM层得到对应的特征向量；注意力层计算双向LSTM层输出的特征向量的权重，根据权重检测跌倒事件。首先使用Mask‑RCNN层来检测视频中的人，形成二值人体轮廓图像，从检测到的二值人体轮廓图像中提取有用的特征，输出深度特征矩阵，将深度特征矩阵输入到双向LSTM层中得到对应的特征向量，以进行跌落检测，双向LSTM层具有高准确率的特点，注意力层计算特征向量的权重，使整个网络模型表现出更好的性能。