-
公开(公告)号：CN107220604A
公开(公告)日：2017-09-29
申请号：CN201710353563.2
申请日：2017-05-18
Applicant: 清华大学深圳研究生院
Abstract: 一种基于视频的跌倒检测方法，包括以下步骤：S1、对视频图像进行处理，识别和定位图像中的人体区域；S2、针对所述人体区域进行基于级联回归网络的关节点提取，得到一组人体关节点，其中第一级网络后级联了多个相同结构的回归网络，用来精调人体关节点的坐标位置；S3、将每个人体关节点的运动向量作为人体运动的特征，通过分析关节点的变化，来动态分析人体是否发生跌倒。使用本发明的基于视频的跌倒检测方法,能够通过对视频图像的分析，准确、便捷地判断出独居老人的跌倒情况。
-
公开(公告)号：CN108629946B
公开(公告)日：2020-09-04
申请号：CN201810611524.2
申请日：2018-06-14
Applicant: 清华大学深圳研究生院
Abstract: 本发明公开了一种基于RGBD传感器的人体跌倒检测方法，包括如下步骤：对RGBD传感器进行内外相机参数标定矫正；针对RGBD视频序列采取校准步骤，提取活动空间环境三维结构信息；基于多级卷积神经网络提取关节点，得到一组人体关节点的三维坐标位置；提取人体关节点的三维结构信息、静态信息、动态信息作为描述人体动作行为的特征，来综合分析人体是否发生异常跌倒行为。本发明的跌倒检测方法能够准确、方便地监测老人三维运动状态并判断是否发生跌倒，且智能化的RGBD传感器，能够实时准确地识别跟踪老人的活动，不对老人的日常生活造成影响，同时利用深度成像特征，较好地保护老人隐私。
-
公开(公告)号：CN108629946A
公开(公告)日：2018-10-09
申请号：CN201810611524.2
申请日：2018-06-14
Applicant: 清华大学深圳研究生院
CPC classification number: G08B21/043 , G06K9/00369 , G06K9/6269 , G08B21/0476
Abstract: 本发明公开了一种基于RGBD传感器的人体跌倒检测方法，包括如下步骤：对RGBD传感器进行内外相机参数标定矫正；针对RGBD视频序列采取校准步骤，提取活动空间环境三维结构信息；基于多级卷积神经网络提取关节点，得到一组人体关节点的三维坐标位置；提取人体关节点的三维结构信息、静态信息、动态信息作为描述人体动作行为的特征，来综合分析人体是否发生异常跌倒行为。本发明的跌倒检测方法能够准确、方便地监测老人三维运动状态并判断是否发生跌倒，且智能化的RGBD传感器，能够实时准确地识别跟踪老人的活动，不对老人的日常生活造成影响，同时利用深度成像特征，较好地保护老人隐私。
-
-
Search Results
3
records
(took 0.025 seconds)
