龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：三峡大学
摘要：一种基于自注意力双流网络的跌倒检测方法，它包括以下步骤：步骤1：采集人行为动作的图像数据，形成行为动作的样本数据集；步骤2：构建自注意力双流网络，用于行为动作的检测；步骤3：采用平衡简单易分样本操控焦点损失函数，优化自注意力双流网络；步骤4：利用样本数据集对自注意力双流网络进行训练、测试，使之达到检测精度；步骤5：采集人的实时图像，输入训练好的自注意力双流网络，检测是否有跌倒行为。本发明是基于计算机视觉的方法对视频中的人进行行为检测及跟踪而提出的一种基于自注意力双流网络的跌倒检测方法。
主权项：1.一种基于自注意力双流网络的跌倒检测方法，其特征在于，它包括以下步骤：步骤1：采集人行为动作的图像数据，形成行为动作的样本数据集；步骤2：构建自注意力双流网络，用于行为动作的检测；步骤3：采用平衡简单易分样本操控焦点损失函数，优化自注意力双流网络；步骤4：利用样本数据集对自注意力双流网络进行训练、测试，使之达到检测精度；步骤5：采集人的实时图像，输入训练好的自注意力双流网络，检测是否有跌倒行为；在步骤2中，所构建的自注意力双流网络的骨干网络分为两个分支，第一个分支包括Darknet19神经网络，第二个分支包括S3D神经网络，具体结构为：输入层→Darknet19神经网络→自注意力模型；输入层→S3D神经网络→自注意力模型；自注意力模型将第一个分支以及第二个分支中网络的输出作为输入，使用通道融合将信息在通道上进行融合，通过注意力机制得到注意力特征图，最后通过一层卷积进行输出以获得输出层；在步骤2中，S3D神经网络的结构为：依次连接卷积、池化、卷积、卷积、池化，然后依次连接两个Inception1Block和一层最大池化层，之后连接5个Inception1Block和一个最大池化层，最后连接两个Inception2Block。
全文数据：
权利要求：
百度查询： 三峡大学 一种基于自注意力双流网络的跌倒检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号