摘要
本发明公开了一种基于时序特征的人体摔倒检测方法及系统,属于计算机视觉异常行为检测技术领域,方法包括:获取视频样本;将视频样本进行逐帧分解对比,提取手臂的角度时序特征和头部骨骼点的熵的时序特征;将两组时序特征输入预建立的神经网络中,得到包含异常帧信息的第一输出张量与第二输出张量,融合后得到特征张量,输入由全连接层和Sigmoid函数组成的分类器进行分类,所述分类器预先进行过训练,输出人体摔倒与非摔倒的概率,概率高的为检测结果;通过融合手臂的角度时序特征与头部骨骼点的熵的时序特征,能够更好的表示人体的行为,提高检测人体摔倒的概率。