龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：浙江大学
摘要：本发明公开了一种基于视觉变化分析的病人躁动行为识别方法，该方法利用视觉‑文本模型的视觉编码器网络V并行提取视频抽帧的图像特征，然后利用相似度函数D计算相邻帧之间的变化图，进而得到该时间内整体的变化图C，然后将该变化图作为注意力加权视频帧的特征图，并通过时序融合网络A聚合各帧特征得到视频整体表征Z。表征Z经由线性层分类网络H得到躁动类别预测概率并计算分类损失L1。同时利用视觉‑文本模型的文本编码器T将对应的文本描述转换为文本表征t，视频表征与文本表征之间计算距离损失L2，使得模型可以利用文本来丰富学习的视觉特征。本发明可以完成病人躁动行为识别，将提高不同环境的泛化性以及躁动行为识别的准确性。
主权项：1.一种基于视觉变化分析的病人躁动行为识别方法，其特征在于，包括以下步骤：1将输入的任意一段视频，按照m间隔抽样的方式获取待处理的新的视频Ii,i＝1,2,…,n；2利用预训练视觉编码器V分别提取视频Ii中每一帧图像特征，并计算前后帧之间的变化图，进而得到该视频时间范围内的整体变化图C，并加权原始图像特征，得到更新后的图像特征，然后利用时序融合网络A融合更新后的各帧图像特征形成视频整体表征Z；再将视频表征Z送入线性层分类网络H，得到预测躁动类别概率，计算分类损失L1进而优化可训练的时序融合网络A和线性层分类网络H；3将未融合变化信息的视频整体表征Z与预训练文本编码器T提取的文本表征t计算距离损失L2，该损失辅助步骤2中的L1损失进一步优化时序融合网络A的参数，进而提高时序融合网络A的融合能力，最后再将表征Z送入线性层分类网络H得到预测躁动类别概率。
全文数据：
权利要求：
百度查询： 浙江大学 一种基于视觉变化分析的病人躁动行为识别方法
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