【摘 要】
：
随着经济、科技和医疗水平的快速发展,社会人口老龄化愈发严重,老年群体的健康问题也随之凸显。跌倒已经成为老年群体意外伤害死亡的主要原因之一,若能及时对跌倒进行检测,则可以为救援提供宝贵的时间先机。本文基于计算机视觉技术,分别从人体的姿态建模和动作的时序建模两方面入手,充分挖掘了人体的姿态信息和动作的时序特征,提高了跌倒检测的准确率。首先,在姿态建模方面,现有的跌倒检测方法通常采用人体骨架来表征姿态。
论文部分内容阅读
随着经济、科技和医疗水平的快速发展,社会人口老龄化愈发严重,老年群体的健康问题也随之凸显。跌倒已经成为老年群体意外伤害死亡的主要原因之一,若能及时对跌倒进行检测,则可以为救援提供宝贵的时间先机。本文基于计算机视觉技术,分别从人体的姿态建模和动作的时序建模两方面入手,充分挖掘了人体的姿态信息和动作的时序特征,提高了跌倒检测的准确率。首先,在姿态建模方面,现有的跌倒检测方法通常采用人体骨架来表征姿态。这些方法大多采用特征工程,依据先验性息来提取人体的姿态特征,忽略了骨架中各个关键点之间的信息交互。本文将人体骨架表征为无向图的数据结构,设计了一个图卷积姿态分类模型,应用图卷积来捕获骨架中不同节点之间的关系,充分挖掘了人体姿态信息。其次,现有的姿态估计算法存在关键点丢失的问题,这会造成提取到的人体姿态不完整,影响检测准确率。本文基于对姿态估计网络模型PIFPAF的可视化分析,设计了姿态定位网络和姿态分类网络,采用骨干模型的输出特征来提取更为完整的人体姿态,缓解了关键点丢失造成人体姿态不完整的问题。本文所设计的姿态定位网络只需一次前向推理即可完成对人体姿态特征的定位和提取,高效利用了网络参数。最后,在跌倒检测任务中,大多数方法采用循环神经网络如LSTM、GRU对动作进行时序建模。然而循环神经网络无法并行的计算,计算效率低,且处理长距离依赖关系的能力有限。本文为了增强模型对于动作时序过程学习的能力,将注意力机制引入到姿态特征的时序建模中,通过自适应计算相似度来学习不同时刻特征间的相关性,充分利用了动作的时序信息。为了解决跌倒姿态数据匮乏的问题,本文构建了一个VLG-POSE姿态分类数据集用以训练和评估姿态建模方法。本文在姿态分类数据集VLG-POSE、目标检测数据集COCO和PASCAL VOC以及跌倒数据集Le2i-FDD和URFD上进行了实验验证和评估。实验结果表明,本文提出的图卷积网络和姿态定位网络充分挖掘了人体的姿态信息,提升了跌倒检测系统的性能,优于传统的空间姿态建模方法。本文所提出的基于注意力机制的时序建模方法能有效的利用跌倒动作的时序信息,在性能上领先与基于循环神经网络的方法。实验充分验证了本文所提出的空间姿态建模和时序关系建模方法对跌倒检测任务的有效性。
其他文献
显著性目标检测是计算机视觉中的一项非常重要的任务,目的在于识别图像中最有辨别力的物体或区域,并从背景中分割出来。近年来,为了节约人力标注成本,弱监督显著性目标检测逐渐蓬勃发展。弱监督方法利用成本低廉的弱标签转化为伪标签参与网络训练,解决了全监督方法标注成本昂贵的问题。然而,由弱标签过渡得到的像素级伪标签相比于真值往往存在大量错误标注的噪声信息,导致现有弱监督显著性目标检测方法难以过滤伪标签中的噪声
＜正＞审计质量是审计工作的生命线，而审计项目质量更是审计质量的核心，所以抓好审计项目质量是审计工作的关键点。本文从审计项目质量监控概述、监控现状和如何强化审计项目质量监控措施三个方面，对基层央行审计项目质量监控进行分析。
＜正＞中国人民银行（以下简称人民银行）内审司业务审计处（以下简称业务审计处）以习近平新时代中国特色社会主义思想为指导,深入学习贯彻习近平总书记在中央审计委员会第一次会议上的重要讲话精神,组织、指导、监督和管理人民银行系统业务审计工作,不断提高工作质量,切实履行审计监督、评价和建议职责,在促进人民银行规范、高效履职方面发挥了积极作用。
X射线层析成像（Computed Tomography,CT）能够清晰呈现物体三维结构,因此被广泛应用于医学影像诊断和工业无损探伤等领域。但该技术也存在一定的局限,由于重建三维图像需要采集数以百计的投影,导致重建时间长、辐射剂量大。为解决以上问题,此前的研究从减少投影采集角度入手,提出了基于有限角度、稀疏角度甚至单视角进行CT重建的方法。尽管近年来深度学习的飞速发展加快了单视角CT重建的研究,但目
随社会经济的飞速发展,陆地的许多资源已无法满足人们需要,对海洋资源的开发处于一个十分重要的战略地位。水声通信在海洋资源的环境勘探与开发等方面扮演着不可或缺的角色。相较陆地无线通信系统,水声通信面临更多挑战,如时延扩展长、带宽受限、多普勒效应显著以及快速时变等。为实现在复杂多变水声信道中的可靠通信,本文将正交时频空间调制（OTFS）与水声通信结合。针对OTFS水声通信系统中的信道估计与信道均衡技术展
无线感知是一种通过分析受目标状态影响的无线信号来获取感兴趣目标状态信息的新兴非接触感知技术。该技术利用周围广泛存在的无线信号来对目标状态进行感知,其具有低成本、不受光照影响、隐私性较好等优点,因而使得其在智能家居、智能监护、人机交互领域有着广泛的应用前景。受深度网络在计算机视觉领域广泛应用并取得丰富成果的启发,无线感知技术近年来很多工作都倾向于采集无线数据集,然后基于数据构建无线射频图像数据集,接
遥感图像目标识别是一种图像级的任务,目的是分辨遥感图像中物体的类别,在军事安全、海上交通等方面应用广泛。近年来,深度卷积网络在遥感图像识别任务中表现优异,相对于传统方法展现出巨大优势。目前,深度学习在遥感图像目标识别领域主要的研究方式为利用注意力机制获取辨识性特征或是加入检测、分割等子网络定位识别重点区域。然而,多数遥感图像目标识别研究仅适用于高分辨率遥感图像。针对低分辨率遥感图像目标识别准确度较
随着资源需求的日益增加,世界各国愈发重视海洋资源的勘探与利用。水下无线传感器网络（Underwater Wireless Sensor Network,UWSN）作为开发利用海洋的重要技术手段之一,受到了学界和业界的广泛关注。但是,目前对水下无线传感器网络的研究仍面临诸多挑战,例如,水下传感器网络多功能节点的设计、网络节点的部署算法等。本论文围绕水下无线传感器网络的移动节点部署方法和水下多媒体信息
显著性目标检测作为计算机视觉领域中的一项重要任务,对于图像高层语义的理解具备重要意义,为各类图像处理和计算机视觉相关任务提供了必要的先验知识。作为像素级图像分割任务,显著性目标检测非常依赖高质量、大规模的像素级标签作为数据支撑,其获取往往费时费力、代价高昂。因此,基于标注高效的图像级标签的弱监督学习近年来受到了广泛关注。现有工作大多关注于如何获取高质量的伪标签,而忽略了伪标签中广泛存在的噪声对于显
虹膜识别使用人眼图像中虹膜区域丰富的纹理信息进行用户身份识别,是目前最安全、使用最广泛的生物识别技术之一。为了提升虹膜识别技术的性能,本文设计了基于深度学习模型的虹膜定位和识别方法,分别从虹膜定位、虹膜识别以及模型轻量化三个方面展开研究。首先,与现有的使用标准圆形拟合虹膜内外轮廓的虹膜定位方法不同,为了缓解标准圆形框无法准确定位变形虹膜的问题,本文设计了一个基于旋转椭圆框的虹膜定位模型,该模型在旋