龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：浙江理工大学
申请日：2024-04-15
公开（公告）日：2024-06-21
公开（公告）号：CN118230422A
主分类号：G06V40/20
分类号：G06V40/20;G06V20/52;G06F18/25;G06F21/62
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明公开了一种基于联邦学习且能保护隐私的跌倒检测方法及系统，方法如下：步骤一：判断是否存在三轴加速度角速度数据，若是，则将三轴加速度角速度数据转为图像；判断是否存在视频监控数据，若是，则将所述的图像与视频监控数据融合；步骤二：将经步骤一预处理后得到的图像数据，运用基于FedAvg算法的联邦学习方法进行跌倒检测。通过使用联邦学习方法，本发明能够在神经网络的训练和判决过程中，避免上传用户数据至服务器，能够在保证跌倒检测准确率的同时，保护用户隐私。
主权项：1.基于联邦学习且能保护隐私的跌倒检测方法，其特征是按如下步骤：步骤一：数据预处理判断是否存在三轴加速度角速度数据，若是，则将三轴加速度角速度数据转为图像；判断是否存在视频监控数据，若是，则将所述的图像与视频监控数据融合；步骤二：跌倒检测将经步骤一预处理后得到的图像数据，运用基于FedAvg算法的联邦学习方法进行跌倒检测。
全文数据：
权利要求：
百度查询： 浙江理工大学 基于联邦学习且能保护隐私的跌倒检测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号