基于CycleGAN的多目视频中人体跌倒动作检测

基于CycleGAN模型分析多目视频中人体跌倒动作检测的内容,为解决人体跌倒动作检测中空间定位不准确的问题,提出新的研究思路与研究方向。在标记的人体运动捕获中,通过生成对抗网络,基于CycleGAN模型获取更加真实、清晰的图像,进而实现对人体运动特征的有效检测与捕获,为相关研究提供参考。

基于智能感知的人体跌倒动作识别技术研究

为提高跌倒动作的正确识别次数,提出基于智能感知的人体跌倒动作识别技术。采集人体运动行为数据,保证数据识别的真实有效性;提取跌倒动作特征,提高动作识别效果;基于智能感知识别跌倒行为,减少伪跌倒动作的识别影响;由此实现人体跌倒动作的实时分析。采用对比实验的方式,验证新识别技术的识别效果更佳,具有一定的推广价值。