README.md

人体跌倒检测与跟踪系统

这是一个基于计算机视觉的人体跌倒检测与跟踪系统，可以实时检测视频中的人体跌倒行为，并跟踪人体运动轨迹。

项目架构

项目主要包含以下几个核心模块：

1. 人体检测模块

   • 使用 YOLOv3 进行人体检测
   • 支持 ONNX 模型加速
   • 输出人体边界框和置信度

2. 姿态估计模块

   • 使用 AlphaPose 进行人体关键点检测
   • 支持 ONNX 模型加速
   • 输出人体骨架关键点

3. 目标跟踪模块

   • 使用 SORT 算法进行目标跟踪
   • 基于卡尔曼滤波器的运动预测
   • 支持多目标跟踪和ID保持

4. 动作识别模块

   • 使用 ST-GCN 模型进行动作分类
   • 支持 ONNX 模型加速
   • 支持跌倒、躺下等动作识别
   • 基于时序骨架序列分析

系统流程

1. 视频输入处理

   • 支持单视频文件处理
   • 支持批量处理zip压缩包中的视频
   • 支持实时摄像头输入

2. 检测与跟踪流程

   • 使用 YOLOv3 检测人体
   • 使用 AlphaPose 提取骨架
   • 使用 SORT 算法跟踪目标
   • 使用 ST-GCN 识别动作

3. 结果输出

   • 生成处理后的视频文件
   • 记录跌倒检测结果
   • 可视化显示检测和跟踪效果

环境要求

• Python 3.9+
• CUDA 支持（推荐）
• OpenCV
• PyTorch
• ONNX Runtime
• 其他依赖见 requirements.txt

安装步骤

1. 克隆项目

git clone https://github.com/zzy7569/Human-Falling-Detect.git
cd Human-Falling-Detect

2. 程序包安装

# 1. 建立虚拟环境
conda create -n ar python==3.9

# 2. 安装依赖
pip install -r requirements.txt

3. 下载预训练模型 可以从百度网盘下载预训练模型：

链接: https://pan.baidu.com/s/1N0eMH_JqXqljgeszBRCQhA
提取码: 7fue

使用方法

1. 处理单个视频文件

python main.py -C video.mp4 --save_out output_directory

2. 处理zip压缩包中的多个视频

python main.py --zip_file videos.zip --save_out output_directory

3. 使用摄像头实时检测

python main.py -C 0  # 0 表示默认摄像头

参数说明

• -C, --camera: 输入源（视频文件路径或摄像头ID）
• --zip_file: 包含多个视频的zip文件路径
• --detection_input_size: 检测模型的输入尺寸（默认416）
• --pose_input_size: 姿态估计模型的输入尺寸（默认224x160）
• --show_detected: 显示检测框
• --show_skeleton: 显示骨架
• --save_out: 输出目录
• --device: 运行设备（cpu/cuda）
• --use_onnx: 使用ONNX模型加速

输出说明

1. 处理后的视频文件保存在指定输出目录
2. 检测结果记录在 fall_detection_results.txt 文件中
3. 结果格式：时间戳 | 视频名称: 检测结果