[发明专利]一种基于姿态分析和支持向量数据描述的跌倒检测方法有效
| 申请号： | 201810536981.X | 申请日： | 2018-05-30 |
| 公开（公告）号： | CN108960056B | 公开（公告）日： | 2022-06-03 |
| 发明（设计）人： | 唐鹏;李伟;金炜东 | 申请（专利权）人： | 西南交通大学 |
| 主分类号： | G06V40/20 | 分类号： | G06V40/20;G06V20/40;G06V10/46;G06V10/764;G06V10/774;G06K9/62 |
| 代理公司： | 成都信博专利代理有限责任公司 51200 | 代理人： | 王沙沙 |
| 地址： | 610031 四川省成都市*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于姿态分析和支持向量数据描述的跌倒检测方法，包括以下步骤：步骤1：获取采集区域内的视频数据，截取人体行为的关键帧；步骤2：将步骤1中每一帧图像通过基于深度学习的人体姿态估计模型得到人体关节点的坐标；步骤3：选取部分关节点的运动轨迹特征；步骤4：将步骤3得到的特征通过支持向量数据描述模型判断是否为跌倒；本发明能够很好的处理人的体积和形状并不固定、衣着变化多样、遮挡及非平衡数据中跌倒数据少等问题；自动化处理水平较高，具有较高的识别率和较低的误检率，可以极大减小老年人跌倒不能及时发现的风险。 | ||
| 搜索关键词： | 一种 基于 姿态 分析 支持 向量 数据 描述 跌倒 检测 方法 | ||
【主权项】：
1.一种基于姿态分析和支持向量数据描述的跌倒检测方法，其特征在于，包括以下步骤：步骤1：获取采集区域内的视频数据，截取人体行为的关键帧；步骤2：将步骤1中每一帧图像通过基于深度学习的人体姿态估计模型得到人体关节点的坐标；步骤3：选取部分关节点的运动轨迹特征；步骤4：将步骤3得到的特征通过支持向量数据描述模型判断是否为跌倒。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西南交通大学，未经西南交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810536981.X/，转载请声明来源钻瓜专利网。
