[发明专利]用于事件预防和预测的方法、处理器和计算机可读介质

权利要求书

1.一种计算机实现的方法，该方法包括以下步骤：

基于位于环境中的物体上的对象的信息，生成数据流；

对于所述数据流，提取与所述对象相对于所述物体或所述环境的移动关联的特征，其中，所述移动由从传感器提取的时空特征表示；

基于所提取的特征来生成与所述移动的可能性关联的预测，并且基于多个跌倒风险因素生成所述移动的风险简档；以及

将所述预测和所述风险简档应用于规则库以执行动作。

2.根据权利要求1所述的计算机实现的方法，其中，所述信息由摄像头传感器和运动传感器中的至少一个感测。

3.根据权利要求2所述的计算机实现的方法，其中，所述摄像头传感器包括深度传感器或热传感器。

4.根据权利要求1所述的计算机实现的方法，其中，提取所述特征的步骤包括以下步骤：应用密集轨迹以从所述数据流中的帧序列提取所述特征或者应用卷积神经网络CNN以从所述数据流中的帧序列学习所述时空特征，应用自动学习系统以学习所述特征，并且基于所学习的特征和所提取的特征来对特征向量序列进行编码。

5.根据权利要求1所述的计算机实现的方法，其中，生成所述预测的步骤包括以下步骤：在时间范围内将所提取的特征提供给递归神经网络或卷积神经网络以生成提供给密集层的输出，所述密集层的输出被馈送给软性最大层以生成所述预测。

6.根据权利要求1所述的计算机实现的方法，其中，通过接收所述多个跌倒风险因素来生成所述风险简档，所述多个跌倒风险因素包括所述对象所特定的因素、与所述对象关联的环境所特定的因素以及随时间与所述环境和所述对象所关联的行为习惯关联的因素。

7.根据权利要求1所述的计算机实现的方法，其中，所述规则库包括确定所述预测是否超过第一阈值以及所述风险简档是否超过第二阈值，并且基于该确定，执行所述动作。

8.根据权利要求1所述的计算机实现的方法，其中，所述动作包括以下项中的一个或更多个：为所述对象生成信号、控制所述物体的状态以及向外部资源提供命令以执行所述动作。

9.根据权利要求1所述的计算机实现的方法，其中，所述对象是人，所述物体是床或椅子，并且所述移动是所述人从所述床或所述椅子跌倒。

10.一种具有存储指令的存储装置的非暂时性计算机可读介质，所述指令由处理器执行，所述指令包括：

基于位于环境中的物体上的对象的信息，生成数据流；

对于所述数据流，提取与所述对象相对于所述物体或所述环境的移动关联的特征，其中，所述移动由时空视觉特征表示；

基于所提取的特征来生成与所述移动的可能性关联的预测，并且基于多个跌倒风险因素生成所述移动的风险简档；以及

将所述预测和所述风险简档应用于规则库以执行动作。

11.根据权利要求10所述的非暂时性计算机可读介质，其中，所述信息由摄像头传感器和/或运动传感器中的至少一个感测，并且所述摄像头传感器包括深度传感器或热传感器。

12.根据权利要求10所述的非暂时性计算机可读介质，其中，提取所述特征包括：应用密集轨迹以从所述数据流中的帧序列提取所述特征或者应用卷积神经网络CNN以从所述数据流中的帧序列学习所述时空特征，应用自动学习系统以学习所述特征，并且基于所学习的特征和所提取的特征来对特征向量序列进行编码。

13.根据权利要求10所述的非暂时性计算机可读介质，其中，生成所述预测包括：在时间范围内将所提取的特征提供给递归神经网络或卷积神经网络以生成提供给密集层的输出，所述密集层的输出被馈送给软性最大层以生成所述预测。