[发明专利]一种老年人行为智能看护系统及识别方法

权利要求书

1.一种老年人行为智能看护系统，其特征在于，包括客户端集中器、中心应用服务器、存储数据库和信息终端，所述客户端集中器与信息采集系统、中心应用服务器、存储数据库和信息终端连接，所述客户端集中器包括多模态信息采集系统、网络传输系统和深度学习网络模型。

2.如权利要求1所述的一种老年人行为智能看护系统，其特征在于，所述多模态信息采集系统包括视频采集系统、音频采集系统、生理信息采集系统，所述视频采集系统基于网络摄像头，采集视频数据，并将其传至客户端集中器；所述音频采集系统基于音频采集器，采集音频信息，并将其传至客户端集中器；所述生理信息采集系统基于生理信息采集器，进行生理信息数据实时采集并将其传至客户端集中器。

3.如权利要求2所述的一种老年人行为智能看护系统，其特征在于，所述客户端集中器的深度学习网络模型包括卷积神经网络模型和卷积神经网络训练程序；所述卷积神经网络模型包括卷积层、池化层和正则层，卷积神经网络模型通过分类器能够实现正常与异常分类的行为分析，卷积神经网络模型采用音频、图像、生理信息三通路网络对采集到的音频、图像、生理信息多模态信息进行异常信息检测及多模态信息融合能力分析；所述卷积神经网络模型训练程序包括样本获取模块、输入数据组织模块、信息融合及分类模型的训练模块、深度学习神经网络模型部署模块。

4.如权利要求3所述的一种老年人行为智能看护系统，其特征在于，所述客户端集中器将采集到的多模态信息进行异常分类信息检测及多模态信息融合能力分析后，将异常分类数据通过网络传输系统传输给中心应用服务器。

5.如权利要求4所述的一种老年人行为智能看护系统，其特征在于，所述中心应用服务器可架设在云平台，可以作为计算机服务器设备架设于管理中心，中心应用服务器将卷积神经网络模型检测和分析，异常分类数据存储至存储数据库。

6.如权利要求5所述的一种老年人行为智能看护系统，其特征在于，所述中心应用服务器能够根据客户端集中器发来的行为分析的结果进行进一步处理，包括：

卷积神经网络模型分析结果异常时，中心应用服务器能够进行进一步细化分析，基于深度学习网络模型和其他算法对多模态信息进行进一步的分析和鉴别；

客户端集中器发来的多模态信息检测到异常时，将该异常信息进行记录和数据存储，并将该异常信息进通过网络发送给信息终端；

中心应用服务器判别异常危险级别，危险级别高于一定程度时，通过网络或者自动语音通知信息终端。

7.如权利要求6所述的一种老年人行为智能看护系统，其特征在于，所述信息终端包括用户手机终端、医院急救终端。

8.一种老年人行为智能看护系统的识别方法，其特征在于，基于老年人行为智能看护系统，包括以下步骤：

步骤1：视频采集系统基于网络摄像头，采集视频数据；音频采集系统基于音频采集器采集音频信息；生理信息采集系统基于生理信息数据采集器，进行生理信息数据实时采集并将其传至客户端集中器；

步骤2：客户端集中器通过卷积神经网络模型将采集到的视频数据、音频信息、生理信息数据进行异常分类信息检测和多模态信息融合能力分析，同时通过卷积神经网络模型训练程序优化卷积神经网络模型；

步骤3：中心应用服务器接收客户端集中器通过网络传输系统将检测和分析后的数据传输；

步骤4：客户端集中器发来的多模态信息检测到异常时，中心应用服务器将该异常信息进行记录和数据存储，并将该异常信息进通过网络发送给用户手机终端和医院急救终端；

步骤5：客户端集中器发来的多模态信息未检测到异常时，中心应用服务器将该信息进行记录和数据存储，并返回步骤3。