【技术实现步骤摘要】
本专利技术涉及行为识别，更具体的说是涉及一种基于目标检测模型的行为检测方法及系统。
技术介绍
1、在现代社会，大多数年轻人在白天需要工作，导致家里可能只留有年龄超过65岁以上的老人，老人之所以容易摔倒，一般有两种原因，第一种是由于自身疾病导致，例如，由于心脏病所引发的突然昏迷，或者脑梗等原因导致的突然昏迷，或渐冻症患者，另一种是由于行走时没有注意导致的被家里的物件绊倒导致的物理损伤。
2、然而，现有的摔倒检测方法，由于背景环境复杂对于被监控人员的摔倒检测延后，会无法识别；甚至当视觉检测环境不佳时，如检测光线变化、老人站立角度等情形下，骨架坐标容易提取错误或无法提取，此时行为检测效果将受到严重影响，会导致检测结果不准确；此外，骨架坐标仅能反应静态信息，不能全面反应摔倒行为，且其检测模型未进行及时、有效地更新，一直保持初始建模状态，检测模型的检测识别精度有待进一步提高。
3、因此，如何提供一种检测效率高且检测准确的基于目标检测模型的行为检测方法及系统是本领域技术人员亟需解决的问题。
技术实...
【技术保护点】
1.基于目标检测模型的行为检测方法，其特征在于，包括：
2.根据权利要求1所述的基于目标检测模型的行为检测方法，其特征在于，改进的YOLOv10模型包括：在传统YOLOv10模型基础上在头部网络中增加一个一对一检测头；所述头部网络，包括第一一对一检测头、第二一对一检测头和一对多检测头；
3.根据权利要求1所述的基于目标检测模型的行为检测方法，其特征在于，将所述第一特征图以及所述第二特征图输入至所述行为识别模型中的第一预测网络，得到所述第一预测网络对应的第一预测图，包括：
4.根据权利要求1所述的基于目标检测模型的行为检测方法，其特征...
【技术特征摘要】
1.基于目标检测模型的行为检测方法，其特征在于，包括：
2.根据权利要求1所述的基于目标检测模型的行为检测方法，其特征在于，改进的yolov10模型包括：在传统yolov10模型基础上在头部网络中增加一个一对一检测头；所述头部网络，包括第一一对一检测头、第二一对一检测头和一对多检测头；
3.根据权利要求1所述的基于目标检测模型的行为检测方法，其特征在于，将所述第一特征图以及所述第二特征图输入至所述行为识别模型中的第一预测网络，得到所述第一预测网络对应的第一预测图，包括：
4.根据权利要求1所述的基于目标检测模型的行为检测方法，其特征在于，利用所述第一预测网络中的每个关键点预测单元对输入数据进行处理，得到所述目标候选框的第三特征图以及所述背景候选框对应的融合图，包括：
5.根据权利要求4所述的基于目标检测模型的行为检测方法，其特征在于，利用所述第一关键点预测单元中的互相关运算单元，对所述第三特征...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。