公开(公告)号：CN114202722B

公开(公告)日：2025-01-28

申请号：CN202111398864.X

申请日：2021-11-24

Applicant: 沈阳建筑大学

Inventor： 王鑫 ,  郑晓岩 ,  刘凤宁 ,  张吟龙

IPC: G06V20/40 ,  G06V40/20 ,  G06V10/764

Abstract: 本发明提出了一种基于卷积神经网络CNN和多判别特征的跌倒检测方法。首先，该算法利用CNN提取视频序列中的人体关节点坐标及骨架信息；其次，借助点与向量的变换关系对关节点坐标进行二次处理，并通过计算人体脊柱、左小腿、右小腿分别与地面的夹角，作为多特征提取结构，以便于采集丰富的跌倒信息；最后，综合分析夹角与阈值的比较结果和人体标定框高宽比变化，实现跌倒检测功能。此外，本发明设计了一种云端处理视频序列的IoT系统框架，来缓解用户终端计算能力不足的问题。本发明相较于传统跌倒检测算法具有更高的准确性和更好的普适性。

公开(公告)号：CN114202722A

公开(公告)日：2022-03-18

申请号：CN202111398864.X

申请日：2021-11-24

Applicant: 沈阳建筑大学

Inventor： 王鑫 ,  郑晓岩 ,  刘凤宁 ,  张吟龙

IPC: G06V20/40 ,  G06K9/62 ,  G06V40/20 ,  G06V10/764

Abstract: 本发明提出了一种基于卷积神经网络CNN和多判别特征的跌倒检测方法。首先，该算法利用CNN提取视频序列中的人体关节点坐标及骨架信息；其次，借助点与向量的变换关系对关节点坐标进行二次处理，并通过计算人体脊柱、左小腿、右小腿分别与地面的夹角，作为多特征提取结构，以便于采集丰富的跌倒信息；最后，综合分析夹角与阈值的比较结果和人体标定框高宽比变化，实现跌倒检测功能。此外，本发明设计了一种云端处理视频序列的IoT系统框架，来缓解用户终端计算能力不足的问题。本发明相较于传统跌倒检测算法具有更高的准确性和更好的普适性。