一种基于多模态数据融合及双流图学习的跌倒检测方法

AITNT
正文
推荐专利
一种基于多模态数据融合及双流图学习的跌倒检测方法
申请号:CN202411010611
申请日期:2024-07-26
公开号:CN118924284B
公开日期:2025-09-19
类型:发明专利
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
1
基于多模态人因分析的驾驶模拟训练的方法和系统及计算设备
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
2
一种基于联合任务学习的家庭屋顶光伏板分割方法
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
3
非接触式心震信号获取及信号处理方法及装置
信号处理方法 非接触式 回波 多普勒 雷达
4
基于量子绝热线性算法的量子线性求解方法及装置、介质
线性求解方法 量子态 算法 线路 可执行程序代码
5
一种复合型创伤病历智能质控系统的构建方法
节点 病历 文本 时序依赖关系 风险
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号