摘要
本发明属于人工智能技术领域,尤其涉及一种基于多模态数据融合及双流图学习的跌倒检测方法,包括采集检测目标的加速度、图像以及声音数据,根据加速度、图像融合得到融合模态编码、根据声音数据得到声音模态编码;分别对基于融合模态编码、声音模态编码得到的单模态图数据进行单模态图学习得到对应的单模态学习特征;基于融合模态编码、声音模态编码得到的多模态图数据进行多模态图学习,得到融合模态编码、声音模态编码对应的多模态学习特征;将同一模态编码的单模态和多模态编码通过相加进行融合后通过拼接的方式与另一模态编码进行融合得到跨模态特征;将跨模态特征通过一个全连接层获取跌倒预测结果;本发明具有更高的准确性和可靠性。
技术关键词
跌倒检测方法
多模态数据融合
编码
节点
学习特征
矩阵
邻居
输出特征
跨模态
融合特征
模态特征
加速度
多头注意力机制
采样点
序列
人工智能技术
图像
系统为您推荐了相关专利信息
驾驶模拟训练
训练神经网络
训练场景
多模态传感器
驾驶员疲劳程度
屋顶光伏板
语义分割网络
边缘检测网络
分割方法
通道注意力机制