[发明专利]一种基于图像的人体跌倒判别方法有效
| 申请号： | 201910659529.7 | 申请日： | 2019-07-22 |
| 公开（公告）号： | CN110490080B | 公开（公告）日： | 2023-05-09 |
| 发明（设计）人： | 张二虎;孙羹尧;段敬红 | 申请（专利权）人： | 毕昇云（武汉）信息技术有限公司 |
| 主分类号： | G06V20/40 | 分类号： | G06V20/40;G06V20/52;G06V40/20;G06V10/764;G06V10/82;G06N3/0464 |
| 代理公司： | 北京汇捷知识产权代理事务所(普通合伙) 11531 | 代理人： | 葛葆财 |
| 地址： | 444000 湖北省武汉*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于图像的人体跌倒判别方法，该方法首先对人体姿态数据库进行扩充，并添加真实人体跌倒图像；然后设计了一种人体姿态检测的深度学习网络模型，提供了一种高效的姿态关键点坐标回归损失函数；进一步，基于人体运动链模型提取表征人体跌倒状态判断的特征参数；最后通过SVM模型对人体跌倒进行判断。本发明基于单帧图像判断人体跌倒状态，具有关键点定位精度高、判断准确且快速的特点。 | ||
| 搜索关键词： | 一种 基于 图像 人体 跌倒 判别 方法 | ||
【主权项】：
1.一种基于图像的人体跌倒判别方法，其特征在于，具体按照以下步骤实施：/n步骤1、对姿态检测库MPII中的图像进行预处理，包括水平镜像翻转、尺寸缩放、旋转，扩充原始单人姿态数据；在收集到的真实跌倒图像中手工标记出人体运动链模型中的14个关键点的坐标位置，将其加入到MPII数据库中；/n步骤2、设计人体姿态检测的深度学习网络模型，对所设计的网络进行训练；/n步骤3、将人体看作成一个由关节连接起来的铰链式物体，基于人体运动链模型；提取表征人体跌倒状态的4个特征angle1、angle2、angle3、angle4；/n步骤4，训练SVM分类器，进行跌倒状态的判断。/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毕昇云（武汉）信息技术有限公司，未经毕昇云（武汉）信息技术有限公司许可，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/201910659529.7/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
