基于GWO-SVM的行人跌倒检测方法 |
| |
引用本文: | 刘善良,王士华,史宝周,姜鹏,袁勇超,李振凯,亓昭敏.基于GWO-SVM的行人跌倒检测方法[J].计算技术与自动化,2023(1):84-90. |
| |
作者姓名: | 刘善良 王士华 史宝周 姜鹏 袁勇超 李振凯 亓昭敏 |
| |
作者单位: | (中国机械总院集团青岛分院有限公司,山东 青岛 266300) |
| |
摘 要: | 随着老龄化问题日趋严重,老年人的安全问题越来越受到重视,跌倒行为就是导致老年人死亡或发病的主要原因之一。基于此,提出了一种基于灰狼算法(Grey Wolf Optimizer, GWO)优化支持向量机(Support Vector Machines, SVM)的行人跌倒检测方法。选择了行人运动行为中的加速度、角速度和高度作为特征参数,构建了一种基于GWO-SVM的跌倒检测模型,使用MATLAB对模型进行训练及验证。并选择其他三种模型进行对比,使用混淆矩阵对四种模型的效果进行评估。结果表明,经灰狼算法优化的支持向量机对跌倒行为的检测精确度达到95.00%,F1-Score值同样达到95.00%。
|
关 键 词: | 跌倒检 SVM GWO 模型 |
Pedestrian Fall Detection Method Based on GWO-SVM |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《计算技术与自动化》浏览原始摘要信息 |
|
点击此处可从《计算技术与自动化》下载全文 |
|