摘要
随着社会老龄化程度的加剧,“空巢老人”的居家安全问题成为当下社会关注的重点。针对传统异常行为检测算法存在的光照、噪声、物体遮挡,背景复杂而导致的运动目标特征提取困难的问题,本文提出了图卷积网络与混合注意力机制相结合的方法,对监控设备采集的画面进行实时运动特征提取,实现在缺少或没有看护人员的场景下,检测发生的异常行为(跌倒、挥手、击打和抽烟),最大限度上减少安全事故的损失。实验结果表明,检测模型在大型数据集NTU-RGBD上的准确率达到81%,具有良好的性能。
出处
《消费电子》
2021年第7期34-35,共2页
Consumer Electronics Magazine
基金
西南民族大学研究生创新型科研项目(项目名称:《图卷积网络在特殊人群异常行为检测中的研究与应用》,项目编号:CX2021SP108)。
