基本信息
文件名称:基于cnn和高速通信技术的医用人体姿态识别方法(2).pdf
文件大小:786 KB
总页数:7 页
更新时间:2025-12-11
总字数:约3.95千字
文档摘要
基于CNN和高速通信技术的医用人体姿态识别方法
摘要:为了快速、准确地获取人体跌倒信息,使跌倒病人获得及时的救助,文中基于卷积神经
网络(CNN)提出了一种人体姿态识别方法。该方法通过高速通信获取医院高清摄像头实时视频数
据,利用OpenPose提取人体关键点并结合Xgboost分类器进行人体姿态估计。文中模拟医院场景进
行单人与多人情况下的跌倒、正常行走和半蹲测试实验,再对分类结果建立一个状态序列集进行平滑
处理,预测出是否有跌倒事件发生并及时进行告警。检测结果显示,所提出的方法准确度为
99.75%、敏感度为100%、特异度为99.68%,可以准确地实现