摘要
本发明公开了基于扩散模型的跌倒风险预警算法,利用无接触式动作捕捉设备捕捉人体步态数据作为训练数据集,将形成的训练数据集输入算法模型进行训练;所述算法模型包括人体步态预测子算法和跌倒风险判断预警子算法。本发明提出基于扩散模型的跌倒风险预警算法,通过深度学习方法做到对步态准确预测,结合逆动力部分实现生物力学可解释式预测,做到了准确性和可解释性相结合,预警更准确。本发明具有泛化性和稳定性强、解释性强、预测结果准确、提前预警周期的优点。
技术关键词
预警算法
人体步态
动作捕捉设备
捕捉人体
风险预警系统
算法模型
噪声
去噪模型
静态优化方法
关节力矩
无接触式
时序依赖关系
数据分布
多头注意力机制
肌骨模型
深度学习方法
深度神经网络
系统为您推荐了相关专利信息
风险预警系统
视频采集模块
图像处理模块
分析模块
特征提取单元
像素点
污泥脱水机
风险预警方法
反锐化掩模
指数
预警信息生成方法
时空大数据
视频流
图像采集设备
关系网络