基于注意力引导双向 LSTM 的复杂背景跌倒事件视觉检测
计算机视觉与模式识别
2020-08-18 v2
摘要
跌倒事件作为对老年人的最大风险之一，近年来已成为独居场景中一个热门研究问题。然而，关于复杂背景下跌倒事件检测的研究甚少。与大多数依赖于背景建模的传统背景减除方法不同，基于深度学习技术的 Mask R-CNN 方法能够在噪声背景下清晰提取运动目标。我们进一步提出一种注意力引导的双向 LSTM 模型用于最终的跌倒事件检测。为证明有效性，所提方法在公开数据集与自建数据集上进行了验证。与其他最先进方法的算法性能对比评估表明，所提设计准确且鲁棒，意味着其适用于复杂情形下的跌倒事件检测任务。
引用
@article{arxiv.2007.07773,
title = {Vision-Based Fall Event Detection in Complex Background Using Attention Guided Bi-directional LSTM},
author = {Yong Chen and Lu Wang and Jiajia Hu and Mingbin Ye},
journal= {arXiv preprint arXiv:2007.07773},
year = {2020}
}
备注
We have added a lot of experimental data and replaced all the pictures. The previous conclusions have undergone a lot of changes. This paper has almost no practical value