针对独居老人摔倒问题,构建一种基于双流卷积神经网络(TwoStream CNN)的实时跌倒检测模型。将提取人物轮廓的RGB单帧作为输入的空间流,将连续多帧运动历史图(motion history image,MHI)作为输入的时间流融合,在一个特定维度的全连接层将两个网络的同shape张量Concatenation相连后添加到新的层,在公开的摔倒数据集上进行实验和定量分析。实验结果表明,采用人物轮廓RGB-MHI的双流卷积网络在非摔倒和摔倒的区分检测中准确率达到了98.12%,改进的融合方式相比较其它方法有提高,时间流输入MHI满足实时性要求。
