买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民解放军总医院第一医学中心

摘要：本发明提出了一种夜间人体下床姿态报警监测方法，涉及图像识别技术领域。本发明提出了夜间人体下床姿态检测流程，包括获取夜间人体下床姿态数据集、构建轻量自注意力LSA、构建前反馈网络FFN、构建一阶变换器单元OTU、构建二阶变换器单元TTU、构建轻量解码器LD、构建夜间人体下床姿态检测模型和训练夜间人体下床姿态检测模型并实时检测；同时提出轻量自注意力LSA，可以实现查询、键和值三个矩阵的简单乘法，而且可以动态改变三个矩阵计算的顺序，将轻量自注意力LSA应用在夜间人体下床姿态检测场景，可以在实现优越性能的同时使用更少的边缘计算成本。

主权项：1.一种夜间人体下床姿态报警监测方法，其特征在于，包括以下步骤：S1、获取夜间人体下床姿态数据集，在夜间使用夜视摄像头对人体进行持续的视频数据采集，通过视频抽帧获取人体下床图像，对人体下床图像进行人体下床姿态标注，标注完成后，获得夜间人体下床姿态数据集；S2、构建轻量自注意力LSA，包含多个线性层；所述轻量自注意力LSA，输入特征FLSAIn，FLSAIn∈RH×W×C，H、W和C代表输入特征FLSAIn的高、宽和通道，将FLSAIn进行维度变换，使得FLSAIn∈RN×D，N＝H×W，D＝C，通过线性层WQWK、和WV生成Q、K和V，Q＝WQFLSAIn，K＝WKFLSAIn，V＝WVFLSAIn，其中WQ∈RD×D，WK∈RD×D，WV∈RD×D，Q∈RN×D，K∈RN×D，V∈RN×D，轻量自注意力LSA的输出为FLSAOut，FLSAOut∈RN×D，当ND，当ND，通过矩阵转置得到，是Q的归一化矩阵，是K的归一化矩阵，通过计算Q的每一列得到即Qi是Q的第i列，Qi∈RN×1，1≤i≤D，|Qi|1是Qi的L1范数，通过计算K的每一列得到即Kj是K的第j列，Kj∈RN×1，1≤j≤D，|Kj|1是Kj的L1范数，最后将FLSAOut进行维度变换，使得FLSAOut∈RH×W×C；S3、构建前反馈网络FFN，包含3×3卷积、LeakyReLU激活函数和深度卷积；所述前反馈网络FFN，输入特征FFFNIn，FFFNIn∈RH×W×C，H、W和C代表输入特征FFFNIn的高、宽和通道，前反馈网络FFN的输出为FFFNOut，FFFNOut∈RH×W×C，FFFNOut＝C23×3DWConvLRC13×3FFFNIn，C13×3是第一个3×3卷积，LR是LeakyReLU激活函数，DWConv是深度卷积，C23×3是第二个3×3卷积；S4、构建一阶变换器单元OTU，包含归一化层、轻量自注意力LSA和前反馈网络FFN；所述一阶变换器单元OTU，输入特征FOTUIn，FOTUIn∈RH×W×C，H、W和C代表输入特征FOTUIn的高、宽和通道，首先得到FOTUm1，FOTUm1∈RH×W×C，FOTUm1＝LSALNFOTUIn+FOTUIn，LN代表归一化层，LSA代表轻量自注意力LSA，+代表逐元素相加，然后得到一阶变换器单元OTU的输出FOTUOut，FOTUOut∈RH×W×C，FOTUOut＝FFNLNFOTUm1+FOTUm1，LN代表归一化层，FFN代表前反馈网络FFN，+代表逐元素相加；S5、构建二阶变换器单元TTU，包含归一化层、轻量自注意力LSA和前反馈网络FFN；所述二阶变换器单元TTU，输入特征FTTUIn，FTTUIn∈RH×W×C，H、W和C代表输入特征FTTUIn的高、宽和通道，首先得到FTTUm1，FTTUm1∈RH×W×C，FTTUm1＝LSALNFTTUIn+FTTUIn，LN代表归一化层，LSA代表轻量自注意力LSA，+代表逐元素相加，然后得到FTTUm2，FTTUm2∈RH×W×C，FTTUm2＝LSALNFTTUm1+FTTUm1，LN代表归一化层，LSA代表轻量自注意力LSA，+代表逐元素相加，最后得到二阶变换器单元TTU的输出FTTUOut，FTTUOut∈RH×W×C，FTTUOut＝FFNLNFTTUm2+FTTUm2，LN代表归一化层，FFN代表前反馈网络FFN，+代表逐元素相加；S6、构建轻量解码器LD，包括双线性插值、ReLU激活函数和3×3卷积；所述轻量解码器LD，输入特征FLDIn，FLDIn∈RH×W×C，H、W和C代表输入特征FLDIn的高、宽和通道，轻量解码器LD的输出为H1、W1和C1是FLDOut的高、宽和通道，Bilinear代表双线性插值，FLDIn通过Bilinear进行上采样，ReLU代表ReLU激活函数，C3×3代表3×3卷积；S7、构建夜间人体下床姿态检测模型，包括输入、图像块嵌入、多个一阶变换器单元OTU、多个二阶变换器单元TTU、轻量解码器LD和输出；所述夜间人体下床姿态检测模型，图像块嵌入由传统PatchEmbed实现，输入单帧图像I，I∈RH×W×3，H、W和3代表I的高、宽和通道，I经过图像块嵌入得到特征H1、W1和C是F的高、宽和通道，将F经过多个串联的一阶变换器单元OTU，得到特征即F1和，维度一致，将F1经过多个串联的二阶变换器单元TTU，得到特征即F2和F1维度一致，将F2经过轻量解码器LD，得到夜间人体下床姿态检测模型的输出即F3的高和宽与I的高和宽一致，F3的通道数为C1；S8、训练夜间人体下床姿态检测模型并实时检测，使用夜间人体下床姿态数据集训练夜间人体下床姿态检测模型，训练完成后，在夜间场景，使用夜视摄像头对人体所在区域进行实时视频数据采集，将每秒抽帧获得的单帧图像输入到夜间人体下床姿态检测模型，获得姿态检测结果，如果检测到人体下床姿态，就输出报警信息。

全文数据：

权利要求：

百度查询： 中国人民解放军总医院第一医学中心 一种夜间人体下床姿态报警监测方法