四川大学史新羽获国家专利权
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!
龙图腾网获悉四川大学申请的专利基于监控数据的幼儿安全分析方法及系统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:CN120279602B 。
龙图腾网通过国家知识产权局官网在2025-08-26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:202510770597.6,技术领域涉及:G06V40/20;该发明授权基于监控数据的幼儿安全分析方法及系统是由史新羽;杨悦;赵启军设计研发完成,并于2025-06-10向国家知识产权局提交的专利申请。
本基于监控数据的幼儿安全分析方法及系统在说明书摘要公布了:本发明公开了基于监控数据的幼儿安全分析方法及系统,涉及电数字数据处理技术领域。该基于监控数据的幼儿安全分析方法,包括以下步骤:数据划分;识别有效性分析;检测图像生成。本发明通过骨架监控数据对形成的特征数据集进行数据划分,然后基于数据划分结果判断是否进行危险姿态识别,若是,则进行识别有效性分析,否则进行加窗操作参数优化,最后基于识别有效性分析结果判断是否生成行为检测图像,若是,则将生成的行为检测图像进行可视化,否则进行模型学习率优化,达到了提高基于幼儿安全监控数据进行幼儿行为识别效率的效果,解决了现有技术中存在基于幼儿安全监控数据进行幼儿行为识别过程中pose姿态检测模型姿态识别准确度低的问题。
本发明授权基于监控数据的幼儿安全分析方法及系统在权利要求书中公布了:1.基于监控数据的幼儿安全分析方法,其特征在于,包括以下步骤: 步骤一,通过骨架监控数据对形成的特征数据集进行数据划分,得到数据划分结果,所述骨架监控数据用于可视化目标监控区域内的幼儿骨架信息,所述数据划分用于将骨架监控数据分段的结果生成多维数据列表,所述特征数据集表示特征融合的结果并结合时间序列信息后形成具有时空特征的数据集,所述特征融合的结果表示预设姿态预测模型输出的数据特征点对应的坐标,所述骨架监控数据表示对目标监控区域内采集到的幼儿园监控图像中的数据点进行去噪处理后的结果,并作为预设姿态预测模型的输入,所述预设姿态预测模型表示完成预训练后根据获取的幼儿骨架信息进行姿态估计和运动轨迹分析的预测模型,所述幼儿骨架信息包括幼儿骨骼位置、运动轨迹以及姿态特征,所述多维数据列表以结构化形式存储幼儿骨骼位置坐标、姿态类别、运动速度对应的维度信息; 步骤二,基于预设划分时段结束时的数据划分结果判断是否进行危险姿态识别,若是,则基于预设识别时段结束时的危险姿态识别过程数据进行识别有效性分析,得到识别有效性分析结果,否则进行加窗操作参数优化,所述识别有效性分析用于量化已构建的pose姿态检测模型对骨架监控数据进行危险姿态识别的有效性,所述加窗操作参数优化表示通过调整加窗操作参数以提高pose姿态检测模型的预测性能; 步骤三,基于识别有效性分析结果判断是否生成行为检测图像,若是,则将生成的行为检测图像进行可视化,否则进行模型学习率优化,所述模型学习率优化表示通过调整初始学习率以提高pose姿态检测模型的响应速率; 所述基于预设划分时段结束时的数据划分结果判断是否进行危险姿态识别,具体流程包括: 当获取的模型预测性能评估值不大于数据库中预设的模型预测性能评估值时,则将预设划分时段结束时的数据划分结果记为数据划分合格并进行危险姿态识别; 当获取的模型预测性能评估值大于数据库中预设的模型预测性能评估值时,则将预设划分时段结束时的数据划分结果记为数据划分不合格并进行加窗操作参数优化; 所述模型预测性能评估值表示预设划分时段内的多维数据列表生成时长与骨架监控数据分段时长的调和平均结果,所述调和平均用于消除多维数据列表生成时长与骨架监控数据分段时长中的极端值对预设姿态预测模型预测性能评估过程的干扰,所述加窗操作参数包括滑动窗口长度和滑动窗口步长。
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四川大学,其通讯地址为:610000 四川省成都市武侯区一环路南一段24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”。
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。