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：江苏大学
摘要：本发明涉及目标检测领域，具体涉及一种基于人体关节点的跌倒检测方法。在主干网络和颈部网络之间添加CBS模块，引入坐标注意力模块CA；在颈部网络的SPPCSPC模块中引入坐标注意力模块CA；在颈部网络中采用SCConv模块，构成E‑ELAN‑SC模块；引入损失函数SIoU_Loss，得到FDT‑YOLOv7网络；将FDT‑YOLOv7作为YOLOPose网络的目标检测框架；在ST‑GCN网络中融入CBAM注意力机制构建CEST‑GCN网络模型；将FDT‑YOLOPose网络检测的人体关节点数据输入CEST‑GCN网络，构建人体关节点时空图。本发明能够快速检测到老年人跌倒，减少意外事故的发生。
主权项：1.一种基于人体关节点的跌倒检测方法，其特征在于，包括以下步骤：1构建数据集DLeFD，划分DLeFD为训练集DLeFD-train和验证集DLeFD-val；2构建FDT-YOLOPose网络，用于检测出人体关节点的类别信息和位置信息；3构建CEST-GCN网络，用于构建人体关节点时空图；4将训练集DLeFD-train的图片输入到FDT-YOLOPose网络中进行训练，检测出人体关节点的类别信息和位置信息DFCP；5将人体关节点的类别信息和位置信息DFCP输入到CEST-GCN网络中进行训练，构建人体关节点时空图；6使用验证集DLeFD-val验证训练后的模型性能，当模型总损失在验证集DLeFD-val上连续N次不下降时，停止训练，得到模型权重文件best.pt，转步骤7，否则转步骤4；7输入待检测的图片，利用模型权重文件best.pt检测是否存在跌倒行为。
全文数据：
权利要求：
百度查询： 江苏大学 一种基于人体关节点的跌倒检测方法
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