基于目标检测、跟踪 的人体姿态估计 算法进行跌倒检测 ---- fall detection

文章大纲

  • 目标检测
  • 参考文献与学习路径
    • 开源实现参考
    • 基于yolov5 的 实现
    • 关键点检测\跟踪算法
    • 数据集


前序文章:

  • 深度学习与视频分析简介
  • 视频分析:基于目标检测(YOLO)实现走路看手机检测、玩手机检测、跌倒检测等
  • 基于深度学习算法的行为识别解决方案:打电话、玩手机、摔倒等行为动作的识别,跟踪

https://github.com/cwlroda/falldetection_openpifpaf/raw/master/media/walking_trip.gif

COCO的annotation一共有17个关节点。

分别是:“nose”,“left_eye”, “right_eye”,“left_ear”, “right_ear”,“left_shoulder”, “right_shoulder”,“left_elbow”, “right_elbow”,“left_wrist”, “r

你可能感兴趣的:(大数据+AI,赋能行业,助力企业数字化转型最佳实践案例,目标检测,算法,计算机视觉)