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：昆山市第一人民医院

摘要：本发明提出一种基于深度学习的跌倒预警方法与系统，属于跌倒检测与图像识别技术领域。方法包括录入被监控目标人物的身体参数，基于所述身体参数获取实际质心坐标后采用第一雷达跌倒推算模型执行室内跌倒现象检测以及采用第二视频流迭代检测模型执行室外室外跌倒现象，并持续更新训练样本集进而更新训练所述第二视频流迭代检测模型。系统包括设置于室内环境的第一毫米波雷达、第二环境视觉传感器以及设置于室外环境的第三环境视觉传感器。本发明实现了已知特征的目标人物的室内室外的全过程跌倒检测，降低了深度学习模型训练复杂度的同时，能够实现深度学习的图像检测模型的自适应训练更新，并且提升了模型的不同环境适配度。

主权项：1.一种基于深度学习的跌倒预警方法，其特征在于，所述方法包括如下步骤：S100：录入被监控目标人物的身体参数，基于所述身体参数获取实际质心坐标；S200：当所述被监控目标人物在室内环境活动时，通过第一毫米波雷达获取第一雷达采集数据，同时通过第二环境视觉传感器获得第二图像监测帧；S300：当基于所述第一雷达采集数据确定的被监控目标人物的雷达质心坐标与所述实际质心坐标匹配时，启动第一雷达跌倒推算模型；所述第一雷达跌倒推算模型基于确定的被监控目标人物的雷达质心坐标与运动速度，结合CRBENN跌倒推断算法，推算被监控目标人物是否跌倒；S400：当所述第一雷达跌倒推算模型的推算结果为发生室内跌倒现象时，发出室内跌倒预警信号，并将发生室内跌倒现象前后预设时间段的第二图像监测帧加入训练样本集；S500：基于所述训练样本集训练第二视频流迭代检测模型；第二视频流迭代检测模型包括YOLOv5以及Kalman滤波算法；S600：当所述被监控目标人物在室外环境活动时，通过第三环境视觉传感器获得第三图像监测帧，基于所述第三图像监测帧确定被监控目标人物的视频质心坐标；S700：当视频质心坐标与所述实际质心坐标匹配时，启动第二视频流迭代检测模型；S800：当所述第二视频流迭代检测模型的检测结果为发生室外跌倒现象时，发出室外跌倒预警信号；所述步骤S600基于所述第三图像监测帧确定被监控目标人物的视频质心坐标，具体包括：对视频帧进行骨骼点识别，获得多个骨骼关键点坐标；基于多个骨骼关键点坐标，确定被监控目标人物的视频质心坐标；所述步骤S800中检测结果为发生室外跌倒现象时，将发生室外跌倒现象前后预设时间段的第三图像监测帧加入训练样本集，返回步骤S500。

全文数据：

权利要求：

百度查询： 昆山市第一人民医院 一种基于深度学习的跌倒预警方法与系统