Tag Archives: 人体姿态估计

YOLOv8n-Pose+LSTM边缘智能跌倒检测系统设计与实现

By tecdat9月 16, 2026AI人工智能辅导, 人工智能, 图像处理, 大数据部落, 技术支持, 期刊论文发表投稿, 计算机科学CS辅导, 计算机科学与技术2026, Edge Intelligence, Elderly Care Monitoring, Fall Detection, Human Pose Estimation, LSTM, YOLOv8n-Pose, 人体姿态估计, 独居老人监护, 跌倒检测, 边缘智能, 长短期记忆网络

针对独居老人跌倒监护需求，设计基于边缘智能的跌倒检测系统。系统以CANMV K230D为平台，采用YOLOv8n-Pose提取人体17个关键点，结合LSTM进行时序分析，并利用“跌倒概率>0.5且姿态持续>5秒”双阈值判定及三级严重度报警。在边缘端实现27.3FPS，人体检测准确率95.8%，关键点准确率88.7%，mAP@0.5为80.5%，跌倒检测准确率86.63%，本地报警<100ms，4G报警2~3s。结果满足实时性与隐私保护需求。