[发明专利]基于三维卷积神经网络的跌倒行为识别方法有效
| 申请号： | 201910571714.0 | 申请日： | 2019-06-28 |
| 公开（公告）号： | CN110555368B | 公开（公告）日： | 2022-05-03 |
| 发明（设计）人： | 张九龙;邓莉娜;屈晓娥 | 申请（专利权）人： | 西安理工大学 |
| 主分类号： | G06V40/20 | 分类号： | G06V40/20;G06V20/40;G06N3/04;G06N3/08 |
| 代理公司： | 西安弘理专利事务所 61214 | 代理人： | 王蕊转 |
| 地址： | 710048 陕*** | 国省代码： | 陕西;61 |
| 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三维卷积神经网络的跌倒行为识别方法，首先获得并预处理跌倒数据集视频，得到跌倒行为视频样本；将视频采用基于混合高斯与自适应阈值的三帧差法结合的目标检测方法去除背景，再用小面积去除及形态学方法得到完整人体目标区域；提取人体目标区域的光流运动历史图像特征，然后对特征图像用数据重叠扩增的方式增加样本集；将重叠扩增后的跌倒行为样本集按照7:3的比例随机分成训练样本集和验证样本集输入3D卷积神经网络模型分类器并不断迭代训练，同时使用验证样本集不断验证模型分类器；将测试样本集输入训练后的模型分类器中，完成跌倒行为识别。本发明解决了现有跌倒检测方法受背景干扰导致分类识别率及精度低的问题。 | ||
| 搜索关键词： | 基于 三维 卷积 神经网络 跌倒 行为 识别 方法 | ||
【主权项】：
1.基于三维卷积神经网络的跌倒行为识别方法，其特征在于，具体按照以下步骤实施：/n步骤1、获得并预处理跌倒数据集视频，得到跌倒行为视频样本；/n步骤2、将步骤1得到的视频采用基于混合高斯与自适应阈值的三帧差法结合的目标检测方法进行背景去除，再用小面积去除及形态学方法得到完整人体目标区域；提取人体目标区域的光流运动历史图像特征，然后对特征图像用数据重叠扩增的方式增加样本集；/n步骤3、将步骤2获得的重叠扩增后的跌倒行为样本集按照7:3的比例随机分成训练样本集和验证样本集；/n步骤4、将步骤3中的训练样本集输入3D卷积神经网络模型分类器并不断迭代训练，同时使用验证样本集不断验证模型分类器；/n步骤5、将步骤2的测试样本集输入步骤4训练后的模型分类器中，完成跌倒行为识别。/n
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安理工大学，未经西安理工大学许可，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/201910571714.0/，转载请声明来源钻瓜专利网。
- 上一篇：光学指纹感应模块
- 下一篇：一种基于MLCDTL的非侵入式负荷识别方法
