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！

龙图腾网获悉兰州交通大学;内蒙古民族大学申请的专利一种基于监控视频的实时摔倒事件检测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：CN114120187B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202111365678.6，技术领域涉及：G06V20/40；该发明授权一种基于监控视频的实时摔倒事件检测方法是由陶小苗;张红娜;邬开俊;吴晓强;闫伟设计研发完成，并于2021-11-17向国家知识产权局提交的专利申请。

本一种基于监控视频的实时摔倒事件检测方法在说明书摘要公布了：本发明涉及图像识别领域，具体公开了一种基于监控视频的实时摔倒事件检测方法，包括：S1图像采集步骤，实时采集目标区域的视频图像信息，将视频图像信息中第k帧中坐标为x，y的点的像素值Ckx，y与背景图像中相应点的像素值Bkx，y相减，得到差值图像Dkx，y，将差值图像Dkx，y与设定的阈值T作比较，得到二值化图像Rkx，y；S2人体姿态识别步骤，将二值化图像Rkx，y使用RVM分类器，确定目标姿态类别，然后将目标姿态类别作为目标姿态值序列输入到HMM模型进行评估，目标姿态类别包括：站立、倾斜、平躺和其他。能够对用户的高频行为进行准确识别，避免出现误报和漏识别的情况。

本发明授权一种基于监控视频的实时摔倒事件检测方法在权利要求书中公布了：1.一种基于监控视频的实时摔倒事件检测方法，包括： S1图像采集步骤，实时采集目标区域的视频图像信息，将视频图像信息中第k帧中坐标为x，y的点的像素值Ckx，y与背景图像中相应点的像素值Bkx，y相减，得到差值图像Dkx，y，将差值图像Dkx，y与设定的阈值T作比较，得到二值化图像Rkx，y； S2人体姿态识别步骤，将二值化图像Rkx，y使用RVM分类器，确定目标姿态类别，然后将目标姿态类别作为目标姿态值序列输入到HMM模型进行评估，得到目标姿态类别变化的后验概率，目标姿态类别包括：站立、倾斜、平躺和其他； S3图像标定步骤，对视频图像信息中所有休息区进行人工标定得到休息区图像Xkx，y； S4场景识别步骤，若后验概率大于预定阈值，则确定目标疑似摔倒，则启动闪光灯，根据视频图像信息的亮度变化，确定目标头部姿态是否发生变化，若目标头部姿态未发生变化，则判断为摔倒，若目标头部姿态发生变化，则发射明暗相间的网格光线至目标区域，再次采集目标区域的视频图像信息，根据网格畸变情况确定二值化图像Rkx，y和休息区图像Xkx，y的深度关系，确定目标与休息区是否位于同一深度，若为同一深度，且两者横坐标相重合，则判断目标未摔倒；启动闪光灯后，若在二值化图像Rkx，y中采集到高亮区域，则确定目标为摔倒，若目标与休息区不位于同一深度，则判断目标为二次疑似摔倒； S5人体姿态最终确定步骤，若判断目标为二次疑似摔倒，根据视频图像信息确定目标头部所朝方向，若所朝方向存在高亮区域，则判断目标未摔倒；若目标头部朝地或者朝天，则判断目标摔倒； 所述RVM分类器包括3个2分类器，其中，第一个2分类器区分所述目标姿态类别中的站立、倾斜、平躺与其他，第二个2分类器区分所述目标姿态类别中的站立、倾斜与平躺，第三个2分类器区分目标姿态类别中的倾斜与站立； 所述RVM分类器的训练过程包括以下步骤： 步骤11、从分别属于所述目标姿态类别的训练样本视频中提取形状和位置特征，组成特征矩阵X，所有训练样本视频对应的所述目标姿态类别组成向量Y； 步骤12、采用RBF核函数，将所述特征矩阵X映射到高维空间； 步骤13、根据贝叶斯准则，求解最优的权重分布和分布参数，作为RVM参数； 还包括S4中对高风险区进行识别，对二值化图像Rkx，y中的站立姿态且快速变化的区域以及人工标定的通道区域确定为高风险区，若判断未疑似摔倒出现在高风险区，则确定为目标摔倒。

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兰州交通大学;内蒙古民族大学，其通讯地址为：730070 甘肃省兰州市安宁区安宁西路118号；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”。