摘要
本发明属于多模态数据融合技术领域,涉及一种基于多模态数据融合的摔倒检测方法及系统,包括:采集多模态数据并提取多模态特征;对多模态特征进行初步特征融合,得到初步融合特征;根据初步融合特征计算加权置信shapley值,根据加权置信shapley值对初步融合特征进行加权融合,得到加权融合特征;利用Transformer模型对加权融合特征进行处理,得到深度融合特征;根据深度融合特征得到分类结果;计算损失函数值,根据损失函数值更新模型参数,当损失函数值最小时,完成摔倒检测模型训练;本发明在计算Shapley值时通过引入置信度和可靠度计算,使得融合过程能够更好地处理不确定性和冲突信息,提高了结果的稳健性。
技术关键词
摔倒检测方法
融合特征
多模态数据融合
多模态特征
更新模型参数
特征提取模块
检测模型训练
LSTM模型
加速度
音频特征
索引
矩阵
系统为您推荐了相关专利信息
金字塔特征
特征提取模型
层级
特征提取模块
池化特征
人工智能AI模型
样本
信道特征
多输入多输出系统
数据
多模态数据融合
智能监测方法
光纤光栅应变
健康评估指标
光纤光栅传感器阵列
淬火油
智能控制方法
卷积特征
深度学习网络
参数