摘要
本发明涉及一种人体跌倒识别方法及装置,属于跌到识别技术领域,其中,该方法包括:获取人体关键点的运动特征,并基于滑动窗口处理所述运动特征,得到时间序列特征;基于时间编码和动态丢弃构建深度学习模型,基于所述深度学习模型提取所述时间序列特征的多层次特征;将所述多层次特征输入全连接分类器中,识别人体跌倒结果,利用深度学习模型提高识别精度。
技术关键词
人体跌倒识别方法
时间序列特征
多层次特征
人体关键点
深度学习模型
运动特征
依赖特征
滑动窗口
识别人体
多头注意力机制
前馈神经网络
分类器
编码器
特征识别模块
动态
特征提取模块
系统为您推荐了相关专利信息
学习分类方法
深度学习模型
训练样本集
原始脑电信号
卷积模块
信息抽取方法
信息抽取模型
文本
意图
训练深度学习模型
信用评分模型
信用评分方法
融合神经网络
号码
风险
资源
电子凭证信息
神经网络模型
多维特征向量
深度学习模型