一种室内人员跌倒检测方法、装置及存储介质

本申请涉及人体行为识别技术领域，公开了一种室内人员跌倒检测方法、装置及存储介质，其中方法包括：首先获取监测区域的红外视频序列，随后利用一个特定的三维卷积神经网络对该视频序列进行处理，以生成用于判断的特征向量，并最终根据该特征向量判定是否发生跌倒事件。三维卷积神经网络的关键在于其结构设计：采用非对称卷积块来提取视频中的时空特征，该卷积块由空间维度上分解的多个串联卷积核构成；并且，在网络的卷积部分之后设置全局平均池化层，以聚合特征并生成特征向量。本方法通过这种结合了非对称卷积与全局平均池化的网络结构，能够高效地分析红外视频数据，从而有效提升跌倒检测的准确率。