一种基于ResNet算法的人体心脏骤停跌倒检测方法

一种基于ResNet算法的人体心脏骤停跌倒检测方法，包括：采集人体心脏骤停跌倒和一般跌倒的视频流数据集；对收集到的视频流数据集进行超分和锐化预处理；将预处理后的数据集划分为训练集、验证集和测试集；搭建3D ResNet18网络模型，采用训练集对该网络模型进行训练，获取最佳权重模型；使用完成训练的最佳权重模型对心脏骤停跌倒和一般跌倒进行推理验证；本发明实现了对视频级数据集的训练检测，获取连续动态的跌倒特征，在一定程度上能够区别心脏骤停跌倒和一般性跌倒，减少了院外心脏骤停跌倒误报警的几率，提高了检测的效率与精度，为心脏骤停患者提供高可靠的生命安全保障。