期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
单点测量数据多模态时序图像框架对人体跌倒姿态的鉴别
被引量：
1
1
作者
孙坚
胡鹏程
《电子测量技术》
北大核心
2023年第11期83-89,共7页
为了准确识别老人跌倒姿态,及时进行医疗干预,提出一种基于多模态时序图像的人体跌倒姿态鉴别方法。首先将合加速度进行小波包分解、重构出3个子序列,利用3种时序图像算法将之转化,得到3种三通道时序图像;然后通过ResNet-18提取其高维特...
为了准确识别老人跌倒姿态,及时进行医疗干预,提出一种基于多模态时序图像的人体跌倒姿态鉴别方法。首先将合加速度进行小波包分解、重构出3个子序列,利用3种时序图像算法将之转化,得到3种三通道时序图像;然后通过ResNet-18提取其高维特征,运用多模态特征融合;最后将融合结果结合改进随机森林算法,完成人体跌倒姿态的鉴别。在UMAFall和SisFall两个公开数据集进行验证,得到98.7%和99.3%的精准率。结果表明,该方法在人体跌倒鉴别中具有较高准确性,可为跌倒的老人及时提供帮助。
展开更多
关键词
人体
跌倒
姿态
鉴别
加速度
时序图像
多模态融合
随机森林
下载PDF
职称材料
题名
单点测量数据多模态时序图像框架对人体跌倒姿态的鉴别
被引量：
1
1
作者
孙坚
胡鹏程
机构
三峡大学电气与新能源学院
新能源微电网湖北省协同创新中心三峡大学
出处
《电子测量技术》
北大核心
2023年第11期83-89,共7页
基金
湖北省自然科学基金青年项目(2020CFB248)资助。
文摘
为了准确识别老人跌倒姿态,及时进行医疗干预,提出一种基于多模态时序图像的人体跌倒姿态鉴别方法。首先将合加速度进行小波包分解、重构出3个子序列,利用3种时序图像算法将之转化,得到3种三通道时序图像;然后通过ResNet-18提取其高维特征,运用多模态特征融合;最后将融合结果结合改进随机森林算法,完成人体跌倒姿态的鉴别。在UMAFall和SisFall两个公开数据集进行验证,得到98.7%和99.3%的精准率。结果表明,该方法在人体跌倒鉴别中具有较高准确性,可为跌倒的老人及时提供帮助。
关键词
人体
跌倒
姿态
鉴别
加速度
时序图像
多模态融合
随机森林
Keywords
human fall posture recognition
acceleration
time-series image
multimodal fusion
random forest
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
单点测量数据多模态时序图像框架对人体跌倒姿态的鉴别
孙坚
胡鹏程
《电子测量技术》
北大核心
2023
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
