一种基于人体关键点的图卷积网络跌倒检测方法
实质审查的生效
摘要
本发明提供了一种基于人体关键点的图卷积网络跌倒检测方法，属于计算机视觉技术领域。本发明设计了双流图卷积网络，以图的形式建模人体姿态，充分挖掘和利用了人体的姿态信息，提高了姿态特征的鲁棒性，有利于后续的姿态分类；同时利用了时序信息，结合前序帧和当前帧的检测结果做跌倒的联合判决，增强跌倒检测算法的泛化能力；本发明所述的跌倒检测方法具有计算复杂度低、识别准确率高、易部署和迁移的特点。
基本信息
专利标题 ：
一种基于人体关键点的图卷积网络跌倒检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114387666A
申请号 ：
CN202111620249.9
公开（公告）日 ：
2022-04-22
申请日 ：
2021-12-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
刘潇李培华谢江涛张雪飞吴永秋吕莎莎
申请人 ：
大连理工大学
申请人地址 ：
辽宁省大连市甘井子区凌工路2号
代理机构 ：
大连理工大学专利中心
代理人 ：
梅洪玉
优先权 ：
CN202111620249.9
主分类号 ：
G06V40/20
IPC分类号 ：
G06V40/20 G06V20/52 G06V10/40 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-10 ：
实质审查的生效
IPC(主分类) : G06V 40/20
申请日 : 20211228
申请日 : 20211228
2022-04-22 ：
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
暂无PDF文件可下载
