-
公开(公告)号：CN113850229A
公开(公告)日：2021-12-28
申请号：CN202111211548.7
申请日：2021-10-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及人工智能领域，具体涉及一种人员异常行为预警方法、系统及计算机设备，方法包括获取视频图像数据，并对视频图像数据进行数据清洗；对视频图像数据进行预处理；对人体运动模式进行识别，为每一种类型设置分类标签，并进行多模态特征编码；去除数据中心冗余特征并通过信息增益选择特征；构造张量神经网络对视频中出现的人物进行追踪，根据追踪的任务轮廓基于步态能量图进行步态检测，并对视频中任务进行皮肤裸露度进行检测将裸露程度作为人物的外貌衣着指标，综合以上指标计算视频帧间图像进行相关性，并根据相关计算的结果对人物进行行为异常判断；本发明能够提高现场管控工作效率和降低工作负荷，增强预警差错控制。
-
公开(公告)号：CN114469000B
公开(公告)日：2023-08-11
申请号：CN202210102329.3
申请日：2022-01-27
Applicant: 重庆邮电大学
Abstract: 本发明属于传感器数据处理领域，具体涉及一种基于多传感器数据强化学习的人体减跌防震智能监测方法及系统，包括：对被监测对象进行实时监测，采用多传感器采集被监测对象的感知数据；根据感知数据得到人体跌倒相关状态；将相关状态信息输入半观测马尔科夫决策过程模型，得到最优执行策略；根据该策略执行臂系统执行相应动作，该动作包括从候选的部位的执行臂中选择一个最大保护作用的执行臂，激活执行臂并输出充气命令，达到减跌防震的作用；执行臂动作完成后再次收集传感器感知数据，并得到人体跌倒相关状态，之后进入下一阶段决策支持过程；本发明基于强化学习的智能气囊干预方式能够对于不同跌倒类型的患者有针对性地降低跌倒的损伤风险。
-
公开(公告)号：CN114469000A
公开(公告)日：2022-05-13
申请号：CN202210102329.3
申请日：2022-01-27
Applicant: 重庆邮电大学
Abstract: 本发明属于传感器数据处理领域，具体涉及一种基于多传感器数据强化学习的人体减跌防震智能监测方法及系统，包括：对被监测对象进行实时监测，采用多传感器采集被监测对象的感知数据；根据感知数据得到人体跌倒相关状态；将相关状态信息输入半观测马尔科夫决策过程模型，得到最优执行策略；根据该策略执行臂系统执行相应动作，该动作包括从候选的部位的执行臂中选择一个最大保护作用的执行臂，激活执行臂并输出充气命令，达到减跌防震的作用；执行臂动作完成后再次收集传感器感知数据，并得到人体跌倒相关状态，之后进入下一阶段决策支持过程；本发明基于强化学习的智能气囊干预方式能够对于不同跌倒类型的患者有针对性地降低跌倒的损伤风险。
-
-
Search Results
3
records
(took 0.02 seconds)
