基于人体关键点行为识别与LSTM的跌倒预判方法
授权
摘要
本发明提出基于人体关键点行为识别与LSTM的跌倒预判方法，该方法基于相邻人体关键点分组方法，进一步把人体分为头部、躯干和腿部三个区域进行行为识别，大大减少了计算量，从而提升了检测效率；在此基础上，通过采用LSTM，即长短期记忆神经网络机制来实现对采集视频的记忆功能，从而实现对人体行为变化的分析与识别功能，最后将识别结果归为三类：跌倒、非跌倒与其他。该方法减少了计算功耗，节约了跌倒检测时间，从而实现了实时检测与跌倒检测预判的功能。
基本信息
专利标题 ：
基于人体关键点行为识别与LSTM的跌倒预判方法
专利标题（英）：
暂无
公开（公告）号 ：
CN112163564A
申请号 ：
CN202011158025.6
公开（公告）日 ：
2021-01-01
申请日 ：
2020-10-26
授权号 ：
CN112163564B
授权日 ：
2022-05-17
发明人 ：
张立国李枫胡林杨曼刘博孙胜春张子豪李义辉
申请人 ：
燕山大学
申请人地址 ：
河北省秦皇岛市海港区河北大街西段438号
代理机构 ：
北京孚睿湾知识产权代理事务所(普通合伙)
代理人 ：
孙建
优先权 ：
CN202011158025.6
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/40 G06N3/04 G06N3/08
相关图片
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-05-17 ：
授权
2021-01-19 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20201026
申请日 : 20201026
2021-01-01 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN112163564A.PDF
PDF下载
