恭喜湖南鸿坤电器股份有限公司黄世建获国家专利权
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!
龙图腾网恭喜湖南鸿坤电器股份有限公司申请的专利基于深度学习的人员跌倒行为识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119399834B 。
龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411424239.1,技术领域涉及:G06V40/20;该发明授权基于深度学习的人员跌倒行为识别方法是由黄世建;黄俊凡;彭艳芳设计研发完成,并于2024-10-12向国家知识产权局提交的专利申请。
本基于深度学习的人员跌倒行为识别方法在说明书摘要公布了:本发明涉及图像识别技术领域,具体涉及基于深度学习的人员跌倒行为识别方法,包括:获取道路监控图像中人员的骨架点;根据标识物获取标识方向角度;根据骨架点得到身体主要方向角度;根据标识方向角度与身体主要方向角度得到主要平衡性;根据骨架点得到稳定特征程度;根据主要平衡性和稳定特征程度,得到整体状态指数;根据整体状态指数得到跌倒概率;根据跌倒概率,结合整体状态指数,得到人员跌倒行为认别结果。本发明通过跌倒概率进行人员跌倒行为识别,提高了人员跌倒行为识别结果的准确性。
本发明授权基于深度学习的人员跌倒行为识别方法在权利要求书中公布了:1.基于深度学习的人员跌倒行为识别方法,其特征在于,该方法包括以下步骤:获取连续多帧的道路监控图像,所述道路监控图像中包含若干人员;获取道路监控图像中每个人员的肩、肘、手腕、髋、膝、踝骨架点;所述道路监控图像中包括若干标识物,根据所述标识物获得标识方向角度;根据每个人员的肩、髋骨架点的相对位置关系得到每个人员的身体主要方向角度;根据标识方向角度与每个人员的身体主要方向角度的差异,得到每个人员的主要平衡性;根据每个人员的肘、手腕、膝、踝骨架点的位置关系,得到每个人员的稳定特征程度;根据每个人员的主要平衡性和稳定特征程度,得到每个人员的整体状态指数;根据每帧道路监控图像中每个人员与其他人员的整体状态指数的差异情况,得到每帧道路监控图像中每个人员的相对异常指数;根据人员之间的整体状态指数在连续多帧的道路监控图像中的变化差异情况和波动差异情况,结合所述相对异常指数,得到每个人员在每帧道路监控图像的跌倒概率;根据所述跌倒概率,结合所述整体状态指数,得到人员跌倒行为认别结果;所述根据所述标识物获得标识方向角度,包括的具体步骤如下:将道路监控图像输入至标识识别神经网络中,得到道路监控图像中的每个标识物的主体方向角度;将所有标识物的主体方向角度的均值,记作标识方向角度;所述身体主要方向角度的获取方法如下:对于道路监控图像中的任意一个人员,获取该人员的两个肩骨架点的连线中点以及两个髋骨架点的连线中点,将两个中点的连线对应的角度,记为该人员的身体主要方向角度;所述主要平衡性的获取方法如下:对于任意一个人员,将该人员的身体主要方向角度与标识方向角度的差值的余弦值,记作该人员的主要平衡性;所述稳定特征程度的获取方法如下:将道路监控图像的左下角的像素点作为原点,横向方向为轴,纵向方向为轴,建立直角坐标系;对于道路监控图像中的任意一个人员,肘骨架点和手腕骨架点的连线与踝骨架点和膝骨架点的连线的夹角的正弦值,记为该人员的方向稳定值;将手腕骨架点与踝骨架点的坐标的差值绝对值的归一化结果,记为该人员的距离稳定值;将人员的方向稳定值与距离稳定值的乘积,记作该人员的稳定特征程度;所述整体状态指数的获取方法如下:对于任意一个人员,将该人员的主要平衡性和稳定特征程度的乘积,记作该人员的整体状态指数。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人湖南鸿坤电器股份有限公司,其通讯地址为:425899 湖南省永州市蓝山县经济开发区宏泰工业园办公楼二楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。