标题：基于人体姿态估计的跌倒行为检测方法研究
作者：崔泽男 张俊林 王泽强
作者单位：重庆科技大学电子与电气工程学院自动化系，重庆 401331
关键字：人体姿态估计；YOLOv8；AlphaPose；MobileNet；Merge-NMS
摘要：基于深度学习的方法在提高跌倒检测准确性和鲁棒性方面取得了显著进展，然而仍存在人体关键点检测困难、复杂场景下实时姿态追踪精度偏低和速度较慢等问题。针对这些问题，构建了一个人体姿态估计和跌倒检测模型。提出采用模型YOLOv8对运动目标进行深度学习；采用MobileNet网络结构对原有的DarkNet网络结构进行替换；采用Merge-NMS，有效避免多次计算同一边界框之间的重叠度，提高网络处理速度。实验表明，所提算法对复杂场景下实时的人体姿态估计和跌倒检测具有较好的效果，模型运行具有较快速度。