[发明专利]一种基于多源异构数据融合的人体跌倒检测方法在审
| 申请号： | 201910795220.0 | 申请日： | 2019-08-27 |
| 公开（公告）号： | CN110633736A | 公开（公告）日： | 2019-12-31 |
| 发明（设计）人： | 李巧勤;刘勇国;杨尚明;姜珊;王志华;陶文元;傅翀 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/00;A61B5/11 |
| 代理公司： | 51203 电子科技大学专利中心 | 代理人： | 甘茂 |
| 地址： | 611731 四川省成*** | 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： | 本发明属于人体跌倒检测领域，提供一种基于多源异构数据融合的人体跌倒检测方法；通过Kinect获取人体的行为深度图像以及骨骼信息，首先，在传感器的选择上摆脱可穿戴传感器的约束；其次，还解决了在特定场景，如浴室、卫生间中无法使用可穿戴传感器，同时也可避免使用普通摄像头进行监测侵犯人体隐私等问题；同时，通过深度学习模型从多源异构数据中提取特征，数据融合方式上引入无键注意融合，避免了数据级融合所产生的数据冗余、计算复杂性；本发明与现有技术相比，显著的提高了跌倒检测的准确率。 | ||
| 搜索关键词： | 跌倒检测 传感器 多源异构数据 可穿戴 融合 计算复杂性 摄像头 深度图像 数据融合 数据冗余 提取特征 浴室 准确率 卫生间 骨骼 隐私 场景 监测 引入 学习 | ||
【主权项】：
1.一种基于多源异构数据融合的人体跌倒检测方法，包括以下步骤：/n步骤1.基于Kinect v2传感器系统采集人体骨骼节点数据及深度图像数据；/n步骤2.对采集的人体骨骼节点数据及深度图像数据进行同步帧采样：设定序列长度，并将输入序列分成N个等长段，然后从每个等长段中随机选择一帧，得到长度为N帧的时序数据；/n步骤3.对采样后人体骨骼节点数据及深度图像数据进行数据处理；/n步骤3-1.针对人体骨骼节点数据：/n步骤3-1-1.节点处理：对每一帧骨骼节点数据进行节点处理，在Kinect v2传感器提供的25个骨骼节点中选取躯干骨骼节点，关节以树遍历顺序排列；/n步骤3-1-2.坐标归一化：对上述每一帧骨骼节点的三维坐标点进行坐标归一化；/n步骤3-1-3.通过CNN-LSTM模型对预处理后骨骼节点数据进行特征提取，得到骨骼数据特征h
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电子科技大学，未经电子科技大学许可，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/201910795220.0/，转载请声明来源钻瓜专利网。
