Một mô hình học sâu cho bài toán phát hiện người bị ngã

Công bố khoa học và công nghệ Việt Nam

Chỉ số đề mục

Lĩnh vực nghiên cứu

Toán học ứng dụng

Dạng tài liệu

Tác giả

Phùng Thị Thu Trang; Ma Thị Hồng Thu; Phùng Thị Thu Trang⁽¹⁾;

Nhan đề

Một mô hình học sâu cho bài toán phát hiện người bị ngã

Nhan đề tiếng anh

Nhan đề dịch tiếng Anh

Nguồn trích

Khoa học và Công nghệ - Đại học Thái Nguyên

Năm xuất bản

2020

Số

Trang

48-53

ISSN

1859-2171

Từ khóa

Học sâu; Mạng CNN; Người té ngã; Mạng nơron; ResNet

Từ khóa tiếng anh

Tóm tắt

Té ngã là một trong những vấn đề nghiêm trọng đối với con người, chiếm tỷ lệ tử vong lên đến 25%, tỷ lệ này càng cao hơn đối với những người cao tuổi. Nhận dạng người bị ngã là một trong những bài toán quan trọng trong lĩnh vực thị giác máy tính. Những năm gần đây, thị giác máy tính đã đạt được tiến bộ ấn tượng khi mà học sâu thể hiện khả năng tự động học. Đã có nhiều mô hình học sâu dựa trên mạng nơ ron tích chập 3D (CNN) đã được đề xuất để giải quyết vấn đề này. Trong bài báo này, chúng tôi đề xuất một mô hình (2+1)D ResNet-18 giải quyết bài toán nhận dạng người bị ngã. Kết quả thử nghiệm cho thấy, (2+1)D ResNet-18 cho độ chính xác tốt hơn 0,87% trên bộ dữ liệu FDD và 1,13% trên bộ dữ liệu URFD so với các phương pháp được đề xuất gần đây.

Tóm tắt tiếng anh

Kí hiệu kho

TTKHVNQG, CTv 178

Xem toàn văn