[发明专利]一种基于分区卷积神经网络的跌倒检测方法在审
| 申请号： | 202110341787.8 | 申请日： | 2021-03-30 |
| 公开（公告）号： | CN113052093A | 公开（公告）日： | 2021-06-29 |
| 发明（设计）人： | 邱杰凡;阎鑫磊;华宗汉 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06F9/50 |
| 代理公司： | 杭州斯可睿专利事务所有限公司 33241 | 代理人： | 王利强 |
| 地址： | 310014 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于分区神经网络的跌倒检测方法，该方法采用的深度神经网络为Lightweight Openpose，用于识别图像中人体的关键点坐标，过程如下：首先对目标深度神经网络进行每一层的输出数据尺寸分析和浮点运算数统计，随后，根据分析统计结果初步确定网络模型的候选划分层，再根据整体计算时间确定最优划分层p，其中轻量部分部署在移动端上，重量部分部署在云端服务器上，实现两端的协同计算；深度神经网络用于识别图像中人体的关键点坐标，再结合KNN分类器对关键点坐标做判断实现跌倒检测。本发明改善基于传统神经网络跌倒检测方法的实时性和安全性问题，表现出较好的鲁棒性。 | ||
| 搜索关键词： | 一种 基于 分区 卷积 神经网络 跌倒 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浙江工业大学，未经浙江工业大学许可，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/202110341787.8/，转载请声明来源钻瓜专利网。
