结合注意力机制和特征加权融合的高效跌倒检测模型

打开文本图片集

摘 要：跌倒已成为公共安全最大的风险之一，及时发现跌倒是开展有效救助的首要前提。基于计算机视觉的目标检测是当前跌倒检测的主流方法，但真实场景中的复杂因素导致现有模型仍面临准确率不高、鲁棒性不强和部署困难等问题，在EfficientDet基础上提出轻量级跌倒检测模型FD-EfficientDet，该模型首先将EMA注意力机制引入主干网络来增强对输入数据的理解和表示能力，提升检测准确率；其次，设计EMA-Fused-MBConv模块用于主干网络，加快模型训练和防止模型退化；最后，提出SKIPS-BiFPN结构并用其构建Neck层，实现主干网络不同阶段特征的加权融合，进而增强模型鲁棒性。（剩余14195字）