[发明专利]一种基于可移动传感器组合设备的人体跌倒检测方法在审
| 申请号： | 201910853810.4 | 申请日： | 2019-09-10 |
| 公开（公告）号： | CN110659677A | 公开（公告）日： | 2020-01-07 |
| 发明（设计）人： | 李巧勤;杨尚明;刘勇国;陶文元;杨晓帅;刘晞 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;A61B5/11 |
| 代理公司： | 11246 北京众合诚成知识产权代理有限公司 | 代理人： | 马超前 |
| 地址： | 610054 *** | 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： | 本发明属于电子信息检测技术领域，公开了一种基于可移动传感器组合设备的人体跌倒检测方法，包括：基于可穿戴传感器系统采集人体用户传感器数据。对采集的传感器数据进行数值归一化处理。采用基于时序多模态学习的CorrRNN模型对采集的传感器数据分类。通过腰部及腕部传感器收集数据分别构建分类器，并对分类结果加权组合得到跌倒类别判断结果。本发明提出的方法通过两个可穿戴传感器结合进行跌倒检测，采用了CorrRNN模型，该模型以无监督的方式进行训练，消除了对标记数据的需要，并且结合GRU以捕获长期依赖性和时序输入结构。可极大提高跌倒检测检测精度。 | ||
| 搜索关键词： | 跌倒检测 传感器数据 时序 可穿戴 采集 传感器 检测技术领域 可移动传感器 传感器系统 构建分类器 归一化处理 用户传感器 标记数据 电子信息 分类结果 加权组合 类别判断 收集数据 输入结构 组合设备 多模态 无监督 腕部 腰部 捕获 跌倒 分类 检测 学习 | ||
【主权项】：
1.一种基于可移动传感器组合设备的人体跌倒检测方法，其特征在于，所述基于可移动传感器组合设备的人体跌倒检测方法包括：/n步骤一，基于可穿戴传感器系统采集人体用户传感器数据；/n步骤二，对采集的传感器数据进行数值归一化处理；/n步骤三，采用基于时序多模态学习的CorrRNN模型对采集的传感器数据分类；/n步骤四，通过腰部及腕部传感器收集数据分别构建分类器，并对分类结果加权组合得到跌倒类别判断结果。/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/201910853810.4/，转载请声明来源钻瓜专利网。
