一种多模态人体生理异常识别方法及装置

本申请提出一种多模态人体生理异常识别方法及装置。该方法包括：首先，获取视频流中人体姿态、行为、生理图像数据以及生理监测仪的时序数据。接着，利用YOLOv11模型，基于人体姿态、行为和生理图像数据，检测异常姿态、行为或生理图像特征的目标区域，并输出这些区域的边界框坐标和类别置信度。随后，对边界框坐标和类别置信度进行卷积和池化处理，生成目标检测时序特征数据。再将目标检测时序特征数据与生理监测时序数据结合，通过一维卷积层和池化层提取关键特征，并利用扩展长短期记忆网络建模时序依赖关系。最后，根据关键特征和时序依赖关系，触发生理异常报警或显示正常状态，以实现人体生理异常状态的准确、及时识别。