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：山东大学
摘要：本发明公开了基于视频步态数据和深度学习的跌倒预测方法及系统，方法包括：获取待处理视频数据；从待处理视频数据中，确定人体边界框位置；再根据人体边界框位置，提取出人体骨骼点数据；基于人体骨骼点数据，计算出步态参数和步态参数变异系数；步态参数包括：步长、步速、摆动时间、双脚支撑时间、步长时间、步幅和步宽；步态参数变异系数包括：步长变异性、步速变异性、摆动时间变异性、双脚支撑时间变异性；将步态参数和步态参数变异系数，输入到训练后的第一深度卷积神经网络模型中，得到跌倒状态预测结果；训练后的第一深度卷积神经网络，是基于已知跌倒与否状态的步态参数和步态参数变异系数，对第一深度卷积神经网络进行训练得到的。
主权项：1.基于视频步态数据和深度学习的跌倒预测方法，其特征是，包括：获取待处理视频数据；从待处理视频数据中，确定人体边界框位置；再根据人体边界框位置，提取出人体骨骼点数据；基于人体骨骼点数据，计算出步态参数和步态参数变异系数；所述步态参数，包括：步长、步速、摆动时间、双脚支撑时间、步长时间、步幅和步宽；所述步态参数变异系数，包括：步长变异性、步速变异性、摆动时间变异性、双脚支撑时间变异性；将步态参数和步态参数变异系数，输入到训练后的第一深度卷积神经网络模型中，得到跌倒状态预测结果；所述训练后的第一深度卷积神经网络，是基于已知跌倒与否状态的步态参数和步态参数变异系数，对第一深度卷积神经网络进行训练得到的。
全文数据：
权利要求：
百度查询： 山东大学 基于视频步态数据和深度学习的跌倒预测方法及系统
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