首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于OpenPose和轻量化神经网络的跌倒检测方法及系统 

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!

申请/专利权人:山东光汇控股有限公司;齐鲁工业大学

摘要:本发明属于人工智能领域,提供了基于OpenPose和轻量化神经网络的跌倒检测方法及系统,针对老年人跌倒检测问题,首先将图片输入OpenPose网络,提取人体关键点信息,在不增加原图复杂度情况下,将人体关键点和躯干信息在图中进行标注,实现特征加强,提高了特征提取的有效性,随后将OpenPose网络的输出作为MobileNetV2网络的输入,利用卷积神经网络进行特征提取,最后利用Softmax函数输出检测结果。在公共数据集上的实验表明所提出的算法可以有效检测每帧图像是否存在跌倒行为,有较好的实用性。

主权项:1.基于OpenPose和轻量化神经网络的跌倒检测方法,其特征在于,包括如下步骤:获取待检测图片;基于待检测图片和构建的OpenPose网络,检测图像中的人体2D关键点,将关键点匹配关联至人体;其中,所述OpenPose网络的构建过程为:采用两个分支,每个分支分别基于迭代预测架构,将提取的特征图谱结合每个分支的第一阶段生成初始置信度映射和初始部位亲和域,其余阶段根据上一阶段得到的置信度映射和初始部位亲和域得到最终阶段的二维置信度映射和部位亲和域;在得到二维置信度映射和部位亲和域后,通过编码身体部位的置信度映射和部位亲和域编码部位之间的关联程度得到图像中的人的2D关键点,并在原图中标注;基于标有人体关键点的图片和跌倒检测网络,经过深度可分离卷积操作提取特征后得到跌倒检测结果;所述跌倒检测网络采用MobileNetV2网络;所述MobileNetV2网络的输入为标有人体关键点的图片;所述经过深度可分离卷积操作提取特征后,利用Softmax函数输出检测结果,同时根据损失函数利用Adam算法优化网络模型,将优化后的模型用于实际检测。

全文数据:

权利要求:

百度查询: 山东光汇控股有限公司 齐鲁工业大学 基于OpenPose和轻量化神经网络的跌倒检测方法及系统

免责声明
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。