摘要
本发明公开了基于多方向Gabor卷积网络的跌倒检测方法及系统,涉及图像处理技术领域,接收第一视角图像和第二视角图像,将第一视角图像和第二视角图像分别输入至预先建立的多方向Gabor卷积网络模型的编码器内,输出得到第一L级特征和第二L级特征,将第一L级特征和第二L级特征进行双视角融合得到融合双视角特征;将融合双视角特征基于预先建立的多方向Gabor卷积网络模型进行多方向Gabor卷积融合,得到多方向Gabor卷积融合特征,将多方向Gabor卷积融合特征进行跌倒检测,输出得到第一视角图像的跌倒检测结果和第二视角图像的跌倒检测结果;从而提升对目标检测的准确性。
技术关键词
跌倒检测方法
视角
卷积网络模型
融合特征
注意力
图像块
编码器
卷积特征
预测类别
跌倒检测系统
通道
输出级
图像处理技术
模块
标签
处理器
存储器
因子
系统为您推荐了相关专利信息
自动分割方法
深度学习模型
中心线
图像编码器
非暂态计算机可读存储介质
大规模知识库
大语言模型
语义向量
文本
检索管理
细长结构
识别方法
无雾图像
高斯模糊图像
阈值技术