買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜重慶大學(xué)申請的專利摔倒行為檢測方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN116168447B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-04-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號(hào)為：202310026224.9，技術(shù)領(lǐng)域涉及：G06V40/20；該發(fā)明授權(quán)摔倒行為檢測方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)是由孫少欣;陳光輝;蘇曉杰;李睿設(shè)計(jì)研發(fā)完成，并于2023-01-09向國家知識(shí)產(chǎn)權(quán)局提交的專利申請。

本摔倒行為檢測方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)在說明書摘要公布了：本申請?zhí)峁┮环N摔倒行為檢測方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。方法包括：基于隊(duì)列窗口獲取攝像頭拍攝的監(jiān)控視頻數(shù)據(jù)；將監(jiān)控視頻數(shù)據(jù)輸入經(jīng)過訓(xùn)練的摔倒檢測模型，得到由摔倒檢測模型輸出的與隊(duì)列窗口的時(shí)序?qū)?yīng)的檢測結(jié)果，其中，摔倒檢測模型包括YOLOv5模型，YOLOv5模型的Backbone設(shè)置有遞歸門控卷積gnConv模塊；當(dāng)檢測結(jié)果表征監(jiān)控視頻數(shù)據(jù)中存在摔倒行為時(shí)，根據(jù)檢測結(jié)果中的危險(xiǎn)等級(jí)，發(fā)出與危險(xiǎn)等級(jí)對(duì)應(yīng)的報(bào)警提示。如此，可以在檢測結(jié)果中體現(xiàn)出摔倒在時(shí)間維度上的特征，有利于他人及時(shí)發(fā)現(xiàn)摔倒情況的發(fā)生，以便于及時(shí)對(duì)摔倒人員進(jìn)行救援。

本發(fā)明授權(quán)摔倒行為檢測方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)在權(quán)利要求書中公布了：1.一種摔倒行為檢測方法，其特征在于，所述方法包括：基于隊(duì)列窗口獲取攝像頭拍攝的監(jiān)控視頻數(shù)據(jù)；將所述監(jiān)控視頻數(shù)據(jù)輸入經(jīng)過訓(xùn)練的摔倒檢測模型，得到由所述摔倒檢測模型輸出的與所述隊(duì)列窗口的時(shí)序?qū)?yīng)的檢測結(jié)果，其中，所述摔倒檢測模型包括YOLOv5模型，所述YOLOv5模型包括輸入模塊Input、主干網(wǎng)絡(luò)Backbone、特征融合層Neck和輸出模塊Output，其中，所述Backbone設(shè)置有遞歸門控卷積gnConv模塊，所述gnConv模塊的輸入端通過CSP1_3與SPP連接，所述gnConv模塊的輸出端與所述特征融合層Neck中的CSP1_2連接；當(dāng)所述檢測結(jié)果表征所述監(jiān)控視頻數(shù)據(jù)中存在摔倒行為時(shí)，根據(jù)所述檢測結(jié)果中的危險(xiǎn)等級(jí)，發(fā)出與所述危險(xiǎn)等級(jí)對(duì)應(yīng)的報(bào)警提示；其中，將所述監(jiān)控視頻數(shù)據(jù)輸入經(jīng)過訓(xùn)練的摔倒檢測模型，得到由所述摔倒檢測模型輸出的與所述隊(duì)列窗口的時(shí)序?qū)?yīng)的檢測結(jié)果，包括：通過所述Input將所述監(jiān)控視頻數(shù)據(jù)中的圖像幀輸出至所述Backbone；通過所述Backbone對(duì)所述監(jiān)控視頻數(shù)據(jù)中的圖像幀進(jìn)行特征提取，得到提取的第一類圖像特征，其中，所述gnConv模塊用于將自注意力中的兩階交互擴(kuò)展到任意階；通過所述Neck對(duì)所述第一類圖像特征進(jìn)行融合，得到第二類圖像特征；通過所述Output對(duì)所述第二類圖像特征進(jìn)行行為檢測，得到與所述隊(duì)列窗口的時(shí)序?qū)?yīng)的所述檢測結(jié)果；通過所述Output對(duì)所述第二類圖像特征進(jìn)行行為檢測，得到與所述隊(duì)列窗口的時(shí)序?qū)?yīng)的所述檢測結(jié)果，包括：通過所述Output對(duì)所述第二類圖像特征進(jìn)行行為檢測，得到與所述隊(duì)列窗口中的每個(gè)圖像幀對(duì)應(yīng)的識(shí)別結(jié)果；根據(jù)所述每個(gè)圖像幀的識(shí)別結(jié)果，確定所述隊(duì)列窗口的窗口狀態(tài)及所述檢測結(jié)果，所述窗口狀態(tài)表示為： 其中，在得到所述隊(duì)列窗口的窗口狀態(tài)之后，根據(jù)前一幀-當(dāng)前幀的窗口狀態(tài)切換，得到所述隊(duì)列窗口中視頻片段是否存在摔倒行為，以及摔倒行為的危險(xiǎn)等級(jí)，s指所述窗口狀態(tài)；S1表示所述隊(duì)列窗口中的圖像幀均是未識(shí)別幀；S2表示所述隊(duì)列窗口的圖像幀中同時(shí)具有識(shí)別幀和未識(shí)別幀；S3表示所述隊(duì)列窗口中的圖像幀均是識(shí)別幀；x指所述隊(duì)列窗口中的識(shí)別幀數(shù)量；y指所述隊(duì)列窗口中的未識(shí)別幀數(shù)量；m指所述隊(duì)列窗口的寬度。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人重慶大學(xué)，其通訊地址為：400030 重慶市沙坪壩區(qū)正街174號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。