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
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
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
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
传译方法
关节点
图像采集单元
深度相机
联合损失函数