公开(公告)号：CN114601452A

公开(公告)日：2022-06-10

申请号：CN202210156172.2

申请日：2022-02-21

Applicant: 青岛大学 ,  青岛大学威海创新研究院

Inventor： 张维忠 ,  杜江 ,  吕继伟 ,  刘树杰 ,  王文善 ,  李孟娜 ,  刘晓雷 ,  姜官辉 ,  高子凡 ,  李乐阳

IPC: A61B5/11

Abstract: 本发明属于人体跌倒检测技术领域，公开了一种人体跌倒检测方法、系统、介质、设备及终端，所述人体跌倒检测方法包括：通过计算人体骨骼点的运动速度，加速度以及身体高度判断人体是否跌倒；系统加入通过模型和速度判断人体是否处于平衡状态的功能，用于解决二次跌倒问题；形成系列跌倒识别方法，用于将多种情况进行分析并解决。本发明通过计算人体骨骼点的运动速度，加速度以及身体高度来判断人体是否处于跌倒状态；通过计算速度和加速度本发明可以完全区分跌倒状态与走路，跑步状态，基本可以区分下蹲状态，在加入身体高度后可以更加准确的判断出来。本发明的系统加入了模型判断，结合速度的判断可以准确的判断出人体是否处于二次跌倒状态。

公开(公告)号：CN116311032A

公开(公告)日：2023-06-23

申请号：CN202310096855.8

申请日：2023-02-07

Applicant: 青岛点之云智能科技有限公司 ,  青岛大学

Inventor： 张维忠 ,  李孟娜 ,  张宏峰 ,  袁翠梅

IPC: G06V20/52 ,  G06Q10/087 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提出了基于深度学习的仓储货物监控方法，包括对图像进行预处理并提取图像特征，根据特征提取图进行粗定位处理，确定发生变化的区域；用多个空洞卷积并联方式设计了浅层特征增强网络模块增强对棉花包细节特征的提取；建立两个棉花包检测与识别网络模型；确定采用的模型作基于深度学习的仓储货物监管系统的卷积网络模型，借此，本发明具有根据定时获取的图像，通过图像粗定位处理和深度学习相结合的方法，把仓储货物发生变化的图像及时发送给用户并发出预警信息的优点。