电子测量技术

作者：郭莉，张雪松，李萌萌，金花

单位：大连交通大学轨道智能工程学院 大连 116028

关键词：人体跌倒检测;YOLOv10;上下文锚点注意力;迭代注意力;交互卷积

基金：国家自然科学基金（62276042）、辽宁省教育厅科学研究项目(LJKZ0486)资助

针对复杂场景中高动态人体运动引发的跌倒特征判别性下降、小目标难以识别、关键部位遮挡等问题，提出了一种基于改进YOLOv10的人体跌倒检测算法ICI?YOLO。通过引入上下文锚点注意力替换骨干网络中的部分自注意力机制，实现了全局上下文依赖与细粒度空间融合表征；融合了迭代注意力机制对骨干网络C2f进行重构，强化关键区域语义表达能力；并提出融合交互卷积和跨尺度特征融合的交互式特征融合网络，提升了模型多尺度特征融合能力。实验表明，改进后的ICI-YOLO模型在自制人体跌倒行为检测数据集FALL上召回率和mAP@0.5分别提升了4.3%和2.2%，在公开数据集DiverseFALL10500上准确率和mAP@0.5:0.95分别提升了2.0%和1.5%，且在与主流实时检测算法的对比中展现出更优的检测性能。

来源：2026年第3期

《电子测量技术》期刊编辑部

查看电子测量技术杂志2026年第3期