[发明专利]异常步态检测方法及异常步态检测系统有效
| 申请号： | 201710743555.9 | 申请日： | 2017-08-25 |
| 公开（公告）号： | CN107480651B | 公开（公告）日： | 2019-12-17 |
| 发明（设计）人： | 郭振华;王鲁阳 | 申请（专利权）人： | 清华大学深圳研究生院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/02 |
| 代理公司： | 44311 深圳市鼎言知识产权代理有限公司 | 代理人： | 郑海威;曾昭毅 |
| 地址： | 518055 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于视频的异常步态检测方法及异常步态检测系统，所述异常步态检测方法包括：获取包含有待测步态信息的视频，提取所述待测步态信息中表示人体步态的特征部位的信息；根据提取的所述特征部位的信息，利用第一神经网络判断所述待测步态信息中的步态是否为异常步态。能够基于视频利用神经网络判断所述待测步态信息是否属于异常步态，提高了异常步态的检测效率，节约了医疗资源。 | ||
| 搜索关键词： | 异常 步态 检测 方法 系统 | ||
【主权项】：
1.一种基于视频的异常步态检测方法，其特征在于，包括：/n获取包含有待测步态信息的视频；/n提取所述待测步态信息中表示人体步态的特征部位的信息；/n根据提取的所述特征部位的信息，利用第一神经网络判断所述待测步态信息中的步态是否为异常步态；/n其中，步骤“提取所述待测步态信息中表示人体步态的特征部位的信息”包括：/n训练第二神经网络来识别所述特征部位；/n获取所述视频中包含的若干图像中识别到的特征部位对应的坐标；/n根据所述特征部位对应的坐标，标定第一关键点；/n在每一幅图像中标定的第一关键点上进行连线，得到多个第一步态轮廓；/n步骤“根据提取的所述特征部位的信息，利用第一神经网络判断所述待测步态信息中的步态是否为异常步态”包括：/n利用大量的异常步态和正常步态的样本，对搭建的第一神经网络进行训练；/n根据每幅图像中所述特征部位对应的坐标及所述第一步态轮廓、所述若干图像中所述坐标的随时序的变化关系及所述第一步态轮廓之间随时序的变化关系，利用训练好的第一神经网络判断所述待测步态信息是否属于异常步态。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学深圳研究生院，未经清华大学深圳研究生院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710743555.9/，转载请声明来源钻瓜专利网。
