matlab语言之视频的行为人行为姿势识别（跌倒摔倒检测，GUI界面设计，行走，站立，跌倒）

针对自动扶梯上乘客易摔倒的安全隐患，设计一款基于机器视觉的人体摔倒行为识别系统及扶梯自动急停装置.借助OpenPose人体关节点检测算法提取目标人体的骨骼特征，利用Inception V3网络模型搭建分类器，对采集的骨骼特征信息分类，以识别乘客摔倒行为.训练结果表明单人、多人样本的测试精度最高可达98.9%、80.0%.识别摔倒行为后将检测结果以无线通讯的方式发送至基于STM32微控制器及多种传感器的急停装置.最后，在模拟的扶梯环境下进行实验测试，测试结果表明该扶梯自动急停系统的控制实时性良好.

人的姿态检测，尤其是老年人的行为监护，比如站，坐，躺，以及摔倒等。

摔倒检测数据集 5000+ 图片带 xml、txt标签，用于摔倒检测，可用于yolo等进行训练、检测

基于yolov5和openpose人体骨骼关键点实现的摔倒姿态识别检测系统源码+模型+项目操作说明(可训练其他姿态模型).zip 【项目介绍】 主要使用yolov5算法与openpose算法模型相结合，并非直接使用yolov5检测摔倒和站立两种状态！ 项目中提供了yolov5s.pt人形检测模型(可自己再训练)，摔倒姿态openpose.git模型（可训练其他姿态模型）。 通过open pose 可以获得人体的关键点图 提供了项目操作说明文档，按照操作配置好环境，修改路径运行即可。另外可以自定义修改摔倒检测阈值、判别条件等，代码关键位置有注释解释！容易理解~ 使用过程有相关问题，可以留言或者私信！请放心下载！！！

Dataset for human fall detection，该文件包含Sisfall数据集以及有关数据集的论文。Sisfall 数据集包含 15 次跌倒和 19 次 ADL，由 38 名受试者执行，传感器固定在腰部。在其他公共领域数据集中，Sisfall 与众不同，因为它有老年人预制跌倒和日常生活活动 (ADL)，Sisfall 数据集是使用三种不同的传感器收集的，其中两个是加速度计传感器，第三个是陀螺仪传感器. Characteristics Sisfall dataset Sampling frequency200Hz Number of subjects38 subjects Number of ADLs19 Number of falls15 Subjects age19-75 Sensors used Triaxial accelerometer and gyroscope Position of sensor Waist

基于MATLAB的视频的行为人行为姿势识别（跌倒摔倒检测，GUI界面设计，行走，站立，跌倒）

Falling Posture Image Dataset摔倒姿态图片数据集。 本数据集来源于2020年中国华录杯·数据湖算法大赛

./image - 测试图像 ./model - 已训练好的模型权重 ./notebooks - 原理笔记 ./src - 算法源码 ./demo.py - 测试图像demo ./demo_camera.py - 测试摄像头程序 ./demo_video.py - 测试视频程序 openpose用于人体关键点(即骨架)提取识别十分有效，可在此基础上用于其他的场景检测或者功能开发

老人在摔倒时，能够将老人摔倒的信息发送给指定的手机号。 采用的三维坐标测试，型号为ADXL345. GSM模块使用的是SIM900A模块。