专利简介：为了能在智能家居监控环境下准确有效地检测跌倒行为，研究对动态场景具有鲁棒性的跌倒检测方法具有重要意义。本发明提供一种基于沙漏卷积自动编码神经网络的跌倒检测方法，可以有效解决现有技术中存在的问题，提高跌倒检测的鲁棒性。本发明借鉴人类视觉感知的整体特性，通过在卷积自动编码器模型中设计沙漏单元，利用沙漏卷积自动编码器神经网络提取视频图像的多尺度特征，不同的分支获得人体跌倒动作的全局动作信息和局部关节信息，有利于得到信息更加丰富的中间特征，从而提高基于视频的跌倒检测模型的鲁棒性。
技术优势：在复杂场景下可获得很高的跌倒检测准确率
