-
题名基于改进YOLOv8的人体跌倒检测算法
- 1
-
-
作者
郑凯东
金婷婷
-
机构
西安石油大学
-
出处
《信息技术与信息化》
2024年第6期38-41,共4页
-
文摘
人口老龄化是我国目前面临的重要社会问题。针对跌倒对老年人安全性问题造成的影响,以及现有目标检测模型在人物跌倒时检测精度低、鲁棒性和泛化能力差等问题,对YOLOv8算法进行优化。引入了一种轻量级且高效的多维协作注意力机制(multidimensional collaborative attention,MCA),在Neck端上采样阶段中的Upsample结构后面以及每个C2F模块后面添加MCA,以捕获局部特征交互,克服性能和计算开销权衡的悖论。优化损失函数,利用Alpha-SIoU损失函数,为边界框提供更准确的位置信息,提高了目标检测效率和模型收敛速度。通过实验结果分析,优化后的模型在多项性能指标上都有显著提高,与传统的YOLOv8模型相比,检测准确率提高了4.7%,能够满足现实中不同场景跌倒行为的检测需求。
-
关键词
深度学习
跌倒检测
YOLOv8n
多维协作注意力机制
Alpha_SIoU损失函数
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
