一种基于多模态数据融合的跌倒监测优化方法和系统

AITNT
正文
推荐专利
一种基于多模态数据融合的跌倒监测优化方法和系统
申请号:CN202511051047
申请日期:2025-07-29
公开号:CN120930059A
公开日期:2025-11-11
类型:发明专利
摘要
本发明属于智能家居监测技术领域,本发明公开了一种基于多模态数据融合的跌倒监测优化方法和系统,该方法包括:采集智能家居场景下多模态数据,对所采集的所模态数据进行特征提取,进行多次融合,生成多模态特征向量序列,包括特征向量拼接融合、注意力机制加权融合;利用卷积神经网络和长短期记忆网络,构建跌倒监测模型,动态调整跌倒监测阈值;将当前用户对应的多模态特征向量序列,输入所述跌倒监测模型,得到与当前用户相对应的跌倒监测结果。本发明能精确识别家居场景下的人体跌倒并自动提供救援操作。
技术关键词
短时傅立叶变换 波动特征 多模态数据融合 长短期记忆网络 智能家居场景 姿态特征 识别人体 人体姿态数据 注意力机制 加速度 肘关节 雷达 人体关键点 监测老人 人体轮廓 轮廓区域 运动
系统为您推荐了相关专利信息
1
一种架桥信息智能化管理系统
智能化管理系统 数据采集层 区块链存证技术 多传感器融合技术 协同管理模块
2
内河锚地智能指泊方法
深度学习模型 船舶位置信息 数据 船舶自动识别系统 构建数学模型
3
基于神经网络的虚拟电厂多资源协同控制方法及系统
协同控制方法 蚁群优化算法 数据 风电 参数
4
一种基于自适应低秩表示的时间序列预测方法
时间序列预测方法 正交变换 矩阵 运动向量信息 多模型协同
5
一种颈挂式手语传译设备及其手语语义识别传译方法
传译方法 关节点 图像采集单元 深度相机 联合损失函数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号