-
公开(公告)号：CN114463785B
公开(公告)日：2025-01-24
申请号：CN202210109699.X
申请日：2022-01-29
Applicant: 同济大学
IPC: G06V40/10 , G06T17/00 , G06N3/02 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/80
Abstract: 本发明涉及一种基于传感器与图像处理融合的人体摔倒检测方法和系统，方法包括获取人体传感器组的传感数据；提取传感数据的特征，并输入训练好的贝叶斯分类器，得到分类结果；判断分类结果是否为摔倒，若否，则执行步骤S1；若是，则基于Unity根据人体关节点信息建立下肢实时模型，并抽取下肢实时模型摔倒时刻的关键帧；根据关键帧，使用图像识别神经网络判断是否摔倒，若未摔倒则执行步骤S1，若摔倒则输出摔倒信息。与现有技术相比，本发明具有检测结果更准确等优点。
-
公开(公告)号：CN115444405B
公开(公告)日：2024-07-23
申请号：CN202211040704.2
申请日：2022-08-29
Applicant: 同济大学
IPC: A61B5/11 , A61B5/00 , G06F18/10 , G06F18/213 , G06F18/25
Abstract: 本发明涉及一种基于腰骶部穿戴式设备的摔倒预判方法、装置及存储介质，其中方法包括：步骤1)获取传感器发送的用户的运动数据；步骤2)滤波处理；步骤3)基于姿态解算器对滤波后的运动数据进行姿态解算，确定位姿信息；步骤4)在预配置的时间长度内设定多个采样区间，对位姿信息进行采样；步骤5)对每个采样区间内的位姿信息进行特征提取和归一化处理得到特征值；步骤6)判断特征值是否大于阈值，若是，则判定一次冲击事件发生；步骤7)统计预配置的时间长度内冲击事件连续发生的次数，判断次数是否大于预配置的次数阈值，若是，则判定为摔倒事件即将发生。与现有技术相比，本发明具有摔倒预测准确性高等优点。
-
公开(公告)号：CN115444405A
公开(公告)日：2022-12-09
申请号：CN202211040704.2
申请日：2022-08-29
Applicant: 同济大学
Abstract: 本发明涉及一种基于腰骶部穿戴式设备的摔倒预判方法、装置及存储介质，其中方法包括：步骤1)获取传感器发送的用户的运动数据；步骤2)滤波处理；步骤3)基于姿态解算器对滤波后的运动数据进行姿态解算，确定位姿信息；步骤4)在预配置的时间长度内设定多个采样区间，对位姿信息进行采样；步骤5)对每个采样区间内的位姿信息进行特征提取和归一化处理得到特征值；步骤6)判断特征值是否大于阈值，若是，则判定一次冲击事件发生；步骤7)统计预配置的时间长度内冲击事件连续发生的次数，判断次数是否大于预配置的次数阈值，若是，则判定为摔倒事件即将发生。与现有技术相比，本发明具有摔倒预测准确性高等优点。
-
公开(公告)号：CN114463785A
公开(公告)日：2022-05-10
申请号：CN202210109699.X
申请日：2022-01-29
Applicant: 同济大学
IPC: G06V40/10 , G06T17/00 , G06N3/08 , G06N3/04 , G06K9/62 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明涉及一种基于传感器与图像处理融合的人体摔倒检测方法和系统，方法包括获取人体传感器组的传感数据；提取传感数据的特征，并输入训练好的贝叶斯分类器，得到分类结果；判断分类结果是否为摔倒，若否，则执行步骤S1；若是，则基于Unity根据人体关节点信息建立下肢实时模型，并抽取下肢实时模型摔倒时刻的关键帧；根据关键帧，使用图像识别神经网络判断是否摔倒，若未摔倒则执行步骤S1，若摔倒则输出摔倒信息。与现有技术相比，本发明具有检测结果更准确等优点。
-
-
-
Search Results
4
records
(took 0.016 seconds)
