龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：重庆邮电大学
摘要：本发明属于人工智能技术领域，尤其涉及一种基于多模态数据融合及双流图学习的跌倒检测方法，包括采集检测目标的加速度、图像以及声音数据，根据加速度、图像融合得到融合模态编码、根据声音数据得到声音模态编码；分别对基于融合模态编码、声音模态编码得到的单模态图数据进行单模态图学习得到对应的单模态学习特征；基于融合模态编码、声音模态编码得到的多模态图数据进行多模态图学习，得到融合模态编码、声音模态编码对应的多模态学习特征；将同一模态编码的单模态和多模态编码通过相加进行融合后通过拼接的方式与另一模态编码进行融合得到跨模态特征；将跨模态特征通过一个全连接层获取跌倒预测结果；本发明具有更高的准确性和可靠性。
主权项：1.一种基于多模态数据融合及双流图学习的跌倒检测方法，其特征在于，具体包括以下步骤：采集检测目标的加速度、图像以及声音数据；对采集的加速度数据进行转换，即将一维数据转换为二维数据，将转换后的数据与图像数据进行拼接融合，并使用卷积神经网络对其进行特征提取得到融合模态编码；利用全连接层对声音数据进行处理后得到声音模态编码；针对每个模态构建图神经网络，在每个模态的图神经网络中，节点为每个采样点对应的模态编码，边权重为节点之间的注意力权重；分别对基于融合模态编码、声音模态编码得到的单模态图数据进行单模态图学习，得到融合模态编码、声音模态编码对应的单模态学习特征；基于融合模态编码、声音模态编码得到的多模态图数据进行多模态图学习，得到融合模态编码、声音模态编码对应的多模态学习特征；将同一模态编码的单模态和多模态编码通过相加进行融合后通过拼接的方式与另一模态编码进行融合得到跨模态特征；将跨模态特征通过一个全连接层获取跌倒预测结果。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种基于多模态数据融合及双流图学习的跌倒检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号