基于YOlOv8+DeepSORT的儿童跌倒检测算法  

作　　者：夏妍欢 石玲 沈欣怡 荆梓恒 

机构地区：[1]江苏师范大学科文学院,江苏徐州221700

出　　处：《中国新技术新产品》2025年第8期123-126,共4页New Technology & New Products of China

基　　金：2024年江苏省大学生创新创业训练项目“少儿智行——基于人工智能的儿童成长保护系统”(项目编号:202413988013Y)。

摘　　要：儿童跌倒/坠伤在儿童伤害原因中居前列,而现有跌倒检测模型多针对老年人。本文聚焦儿童跌倒检测问题,采用基于YOLOv8-FD结合DeepSORT多目标追踪算法的模型,在C2f模块引入深度可分离卷积优化特征提取并减负,使用加权交叉熵损失函数提高鲁棒性。结果显示,与传统YOLOv8模型相比,改进后模型跌倒检测准确性提高,能满足多数场景儿童精细化保护需求。该模型可为儿童监护提供有效技术支持,有助于推动儿童跌倒检测技术发展,提高儿童安全保障水平。

关 键 词：YOLOv8 DeepSORT 目标检测 跌倒检测 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]