基于视频步态数据和深度学习的跌倒预测方法及系统

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。