基于深度学习的老人摔倒检测设计  

Design of falling down Detection for the Elderly Based on Deep Learning

作　　者：赵俊 王玉珏[1] 肖云峰 邓鸿伟 

机构地区：[1]南京理工大学紫金学院,江苏南京210023

出　　处：《工业控制计算机》2024年第4期85-86,88,共3页Industrial Control Computer

基　　金：2023年江苏省大学生创新创业训练计划项目(202313654047T)。

摘　　要：老年人摔倒而未被及时发现已经成为危害老人生命安全的一个重大因素。随着我国老年人的生命安全保障问题越来越被重视,为了及时发现老人在家摔倒从而能尽早得到救治,提出了一种基于改进的YOLOv5目标检测算法的老人摔倒识别检测设计。通过实验证明,该设计提升了算法识别精度,降低了漏检频率,使得其具有更好的识别检查功能。At present,the recognition technology of old people’s falling down is immature,and the recognition effect is relatively poor.This paper proposes an elderly falling down recognition and detection system based on the enhanced YOLOv5 target detection algorithm.It has been proven by experiments that this design has improved the algorithm recognition accuracy,reduced the frequency of missed inspection,and made the modified design has a better identification and inspection function.

关 键 词：深度学习 老人摔倒检测 YOLOv5 K-MEANS 卷积神经网络 

分 类 号：D669.6[政治法律—政治学] TP18[政治法律—中外政治制度] TP391.41[自动化与计算机技术—控制理论与控制工程]