Un modelo de detección de caídas humanas de alta precisión basado en FasterNet y convolución deformable
Autores: Zheng, Xiuxiu; Cao, Jianzhao; Wang, Changtao; Ma, Pengyuan
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Un modelo de detección de caídas humanas de alta precisión basado en FasterNet y convolución deformable
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Algoritmo de detección de caídas
FDT-YOLO
Marco de YOLOv8
Módulo FasterNet
Módulo de convolución deformable
Mecanismo de atención de tripleta
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 51
Citaciones: Sin citaciones
Para abordar los desafíos de baja precisión y rendimiento en tiempo real subóptimo en la detección de caídas, causados por variaciones de iluminación, oclusiones y posturas humanas complejas, se ha desarrollado un novedoso algoritmo de detección de caídas, FDT-YOLO.
Descripción
Para abordar los desafíos de baja precisión y rendimiento en tiempo real subóptimo en la detección de caídas, causados por variaciones de iluminación, oclusiones y posturas humanas complejas, se ha desarrollado un novedoso algoritmo de detección de caídas, FDT-YOLO.