[发明专利]基于残差双向SRU网络的跌倒检测方法

说明书

本发明公开了基于残差双向SRU网络的跌倒检测方法，包括：采集人行为动作的图像数据，形成行为动作的样本数据集；构建残差双向SRU网络，用于行为动作的检测；采用平衡简单易分样本操控焦点损失函数，优化残差双向SRU网络；利用样本数据集对残差双向SRU网络进行训练、测试，使之达到检测精度；采集人的实时图像，输入训练好的残差双向SRU网络，检测是否有跌倒行为。本发明提出了一种新神经网络模型即残差双向SRU网络用于检测人的跌倒行为，相比现有的神经网络模型，收敛速度快且更稳定，精度和准确率更高；本发明的残差双向SRU网络解决了梯度消失的问题，易训练。

技术领域

本发明属于行为识别领域，具体涉及一种基于残差双向SRU网络的跌倒检测方法。

背景技术

随着科学技术的飞速发展，人工智能已被越来越多的人所熟知，并且人工智能在人们的生活中运用也越来越广泛，而其中的深度学习技术尤其火热。行为识别技术作为深度学习中的一个子问题，在人们的日常生活中显得十分的重要，有利于识别出老人跌倒等危险行为，在养老看护方面起着十分重要的作用。

在智能识别领域，人们根据人体的不同行为动作，使用不同的方法对人体的动作进行分类和识别，如基于穿戴设备的、基于姿态估计的、基于视频定位等方法，设计不同的网络模型，来提高动作识别的准确率和召回率。

递归神经网络RNN是有内部存储器的前馈神经网络的概括，但是跟前馈神经网络有所不一样，RNN实质上是递归的，且全部输入都相互独立，其使用内部状态中的存储机制来处理输入序列，对数据的每个输入执行相同的功能。产生输出后，将其复制并发送回循环神经网络。为了作出抉择，RNN会使用现在输入和过去输入的特征。因此该网络适用基于时序的分类任务，比如行为或语音识别等。递归神经网络的缺点是无法保存较长时序、梯度消失以及梯度爆炸的问题，且难以训练。

期刊《Microcomputer Applications》2019年刊登的Yinsheng T等的论文“Designand Implementation of Senile Fall Detection Algorithm Based on TriaxialAccelerometer”公开了一种基于基于三轴加速度传感器的跌倒检测算法，通过阈值区分跌倒与其它的行为动作，其优点是计算量低。但是对于生活中跑、跳等一些比较快的动作，误报率会比较高。期刊《Electronics Letters》第55卷刊登的Cho H等的论文“Applyingsingular value decomposition on accelerometer data for 1D convolutionalneural network based fall detection”提出一种基于奇异值分解的一维卷积神经网络跌倒检测算法，对加速数据进行奇异值分解，但是由于数据在训练中进行降维处理，使得精度不高。Adhikari K等2017年发表的IEEE会议论文“Activity recognition for indoorfall detection using convolutional neural network”使用Microsoft Kinect获取RGB-D图像，使用背景减法对RGB-D图像进行矢量化的轮廓检测和图像特征来构建数据集，然后通过CNN网络模型进行训练，测试的精度达到81％，但是检测步骤繁琐，需要使用背景差分法区别环境与目标，然后才能判断是否跌倒。司晨等2018年发表的论文“Skeleton-Based Action Recognition with Spatial Reasoning and Temporal Stack Learning”提出了一个新颖的网络架构SR-TSL，优于现有的方法利用LSTM网络直接对整个骨架进行建模，利用最后一时刻的隐藏状态作为时序特征，但是对于长时间序列，最后一时刻的状态很难表示整个序列的时序特征。期刊《Signal ImageVideo Processing》2015年刊登的ChuaJ L等的论文“A simple vision-based fall detection technique for indoor videosurveillance”在人体轮廓中选取3个代表性的点来代表行人的形状去判断摔倒。然而，由于几何特征的不稳定，使用传统的方法难以区别一些相似的活动。公开号为CN111652192A的发明专利“一种基于kinect传感器的跌倒检测系统”也提出一种基于kinect传感器的跌倒检测系统，该系统包括kinect传感器与人体骨胳识别模块和摄像头操作视觉监控模块，以kinect硬件为基础，提取人体行为特征角度特征和距离特征为组合特征的特征向量，以KNN算法为理论基础，通过多摄像机获取视觉监控信息，建立基于Labview虚拟软件平台的跌倒检测，但是检测的时候可能会存在遮挡的情况，使得检测不够准确。