摘要
本发明公开了一种基于特征融合的居家老人摔倒监测系统及方法,涉及摔倒监测技术领域;其技术要点为:先保证获取检测结果的合理性和有效性,以获得居家老人的第一步态图像识别对居家老人的姿态进行估计,利用改进后的OpenPose网络、CoordConv以及替换VGG‑16为EfficientNet,对居家老人的第一步态进行精准监测,并针对不同步态计算出平衡影响比例,判定老人存在摔倒行为的概率,以生成不同的风险信号,进一步地,针对性地分析中、高风险信号下的摔倒行为以及姿态,通过偏转分析,实时监测人体姿势的变化,理解不同摔倒姿态的特性,对不同摔倒姿态单独、精确建模,并生成第二摔倒系数,精确识别摔倒程度,为后续模型的优化做好基础。
技术关键词
居家老人摔倒监测
运动特征
拐杖
高风险
参数
图像识别方法
关键帧图像提取
分类特征
照度
面部表情特征
人体动力学
信号
融合特征
人体关键点
识别情感
系统为您推荐了相关专利信息
热轧板坯
BP神经网络模型
支持向量回归模型
学习器
粒子群优化算法
关联规则挖掘算法
智能决策模型
特征选择算法
评估指标体系
数据分级管理
电机运行数据
电机故障数据
电气
疲劳识别模型
机械
数据预热方法
结构化查询语句
生成模板
报告
机器学习模型训练