一种基于深度学习与网络压缩的摔倒检测方法[发明专利]

来源：知库网

专利内容由知识产权出版社提供

专利名称：一种基于深度学习与网络压缩的摔倒检测方法专利类型：发明专利发明人：李祖祥,曾碧

申请号：CN201911223306.2申请日：20191203公开号：CN111178134A公开日：20200519

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。

申请人：广东工业大学

地址：510062 广东省广州市大学城外环西路100号

国籍：CN

代理机构：广东广信君达律师事务所

代理人：杨晓松

更多信息请下载全文后查看

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文