[发明专利]一种基于深度学习与网络压缩的摔倒检测方法有效
| 申请号： | 201911223306.2 | 申请日： | 2019-12-03 |
| 公开（公告）号： | CN111178134B | 公开（公告）日： | 2023-05-30 |
| 发明（设计）人： | 李祖祥;曾碧 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06V40/20 | 分类号： | G06V40/20;G06V20/52;G06V10/82;G06V10/764;G06N3/044;G06N3/0464;G06N3/048;G06N3/082 |
| 代理公司： | 广东广信君达律师事务所 44329 | 代理人： | 杨晓松 |
| 地址： | 510062 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习与网络压缩的摔倒检测方法，该方法的检测部分由姿态估计网络与循环网络两部分构成，利用人体姿态模型从图像序列中获取人体的头部与两髋中心与其连线的中点的位置信息，计算前后两幅图像的身体中心的位移，构成一个位移序列。将这组位移序列送入循环网络中进行摔倒识别；为了扩展到多角度识别，将多个位置的摄像头输出的识别概率送入SVM分类器进行投票判别。为了提高识别速度，根据卷积核输出的特征的冗余度，对占时最长的人体姿态估计网络进行裁剪；本方法是一种纯视觉化的检测方法，既克服了传感器检测的局限性，也提高了视觉检测的速度和精度。兼备灵活性与实用性。 | ||
| 搜索关键词： | 一种 基于 深度 学习 网络 压缩 摔倒 检测 方法 | ||
【主权项】：
暂无信息
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广东工业大学，未经广东工业大学许可，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/201911223306.2/，转载请声明来源钻瓜专利网。
