基于卷积神经网络的跌倒检测方法与流程技术资料下载

技术编号:16215322

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

本发明涉及跌倒检测方法,特别是涉及基于卷积神经网络的跌倒检测方法。背景技术现在社会老龄化趋势日益加重,老年人身体机能的下降以及越来越普遍的独居现象使得跌倒成为老年人致伤的主要原因之一,所以对跌倒行为进行检测具有十分重要的意义。传统的基于计算机视觉的跌倒检测方法通常是手动提取特征,工程量巨大,并且泛化能力差,精度不高。与传统的特征提取法不同,卷积神经网络能够自动提取特征,训练后的模型具有几何不变性,能够克服因光照和拍摄角度的变化而产生的问题。传统技术存在以下技术问题:当前跌倒检测系统主要分为两类:...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 王老师:1.机器人 2.嵌入式控制系统开发
  • 孙老师:1.振动信号时频分析理论与测试系统设计 2.汽车检测系统设计 3.汽车电子控制系统设计
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 周老师:1.智能机器人技术 2.智能检测与控制技术 3.机构运动学与动力学 4.机电一体化技术
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 于老师:1.人工智能 2.红外图像处理及其应用。
  • 赵老师:检测与控制技术、机器人技术、机电一体化技术