摘要
本发明涉及目标识别技术领域,具体地说,涉及基于物联网的急诊监护室内目标识别方法及系统。其包括以下步骤:通过摄像头以固定帧率采集急诊监护室内的视频流并提取出图像帧;采用YOLOv7模型对图像帧中的每一帧进行实时目标检测,识别出目标患者,通过DeepSORT算法关联视频流连续帧中的目标,并结合卡尔曼滤波跟踪目标患者位置,在跟踪目标患者位置的过程中构建四维时空‑语义协同代价矩阵进行优化;通过3D CNN分析视频流中目标患者的动作序列,并结合目标患者的生理数据判断异常。本发明设计通过引入跨帧注意力机制与遮挡密度引导的特征融合策略,在YOLOv7模型中增强了对运动目标在复杂场景下的检测能力。
技术关键词
急诊监护室
语义协同
识别方法
视频流
3DCNN模型
匈牙利算法
交叉注意力机制
频域特征
矩阵
RFID腕带
Softmax函数
动作特征
患者生理数据
多尺度特征融合
连续小波变换
图像
卡尔曼滤波器
轨迹
系统为您推荐了相关专利信息
活动识别系统
活动识别方法
语义分割模型
变化检测模型
水产养殖监测技术
生命体征参数
自动识别方法
监护设备
视频传感器
训练集
人体骨架
骨架动作识别方法
数据
身体
卷积神经网络模型
人工智能模型
意图识别系统
意图识别方法
计算机终端设备
标签
实景三维数据
客户端
渲染方法
城市信息模型
测绘地理信息