申请/专利权人：河南理工大学

申请日：2021-11-15

公开（公告）日：2022-01-21

公开（公告）号：CN113963445A

主分类号：G06V40/20(20220101)

分类号：G06V40/20(20220101);G06V10/42(20220101);G06V10/44(20220101);G06V10/764(20220101);G06V10/80(20220101);G06V10/82(20220101);G06K9/62(20220101);G06T7/246(20170101);G06N3/04(20060101);G06N3/08(20060101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.02.15#实质审查的生效;2022.01.21#公开

摘要：本申请提供一种基于姿态估计的行人摔倒动作识别方法及设备，本申请采用多尺度的邻接矩阵实现信息的聚合，并在相同结构的上下时空联合模块间引入残差连接，分别提取姿态在双流关键点流、骨骼边流上的时空联合特征，最终合并双流结果做出摔倒动作判断，减少了背景对识别效果的影响从而提高动作识别准确率，并且减少了计算量。

主权项：1.一种基于姿态估计的行人摔倒动作识别方法，其特征在于，所述方法包括：获取原始视频流中多帧图像，对每一帧所述图像进行行人检测和跟踪，姿态估计得到人体跟踪编号和关键点信息，并采用多尺度的邻接矩阵将每个关键点前后多帧图像的所述关键点信息进行聚合，得到姿态图数据；将所述姿态图数据输入图卷积神经网络中，在所述图卷积神经网络中的多个时空合并图卷积模块之间引入残差连接，并依次经过多个所述时空合并图卷积模块进行特征提取得到姿态时空联合特征；结合摔倒动作变化特性，对所述姿态时空联合特征进行动作识别得到动作识别分类结果。

全文数据：

权利要求：

百度查询： 河南理工大学 一种基于姿态估计的行人摔倒动作识别方法及设备

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD