← 返回列表
对象跌倒检测模型的训练方法及跌倒检测方法
申请人信息
- 申请人:中国科学技术大学; 北京夕阳无忧科技有限公司
- 申请人地址:230026 安徽省合肥市包河区金寨路96号
- 发明人: 中国科学技术大学; 北京夕阳无忧科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 对象跌倒检测模型的训练方法及跌倒检测方法 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311790461.9 |
| 申请日 | 2023/12/25 |
| 公告号 | CN117471421B |
| 公开日 | 2024/3/12 |
| IPC主分类号 | G01S7/41 |
| 权利人 | 中国科学技术大学; 北京夕阳无忧科技有限公司 |
| 发明人 | 陈彦; 吴昌炜; 张东恒; 胡洋; 孙启彬; 赵泽鹏; 赵玉林 |
| 地址 | 安徽省合肥市金寨路96号; 北京市海淀区学清路8号(科技财富中心)B座6层B607-1 |
摘要文本
本发明提供了一种对象跌倒检测模型的训练方法及跌倒检测方法，可以应用于智能感知领域。该方法包括：对用于对象跌倒检测的样本信号集进行第一层级信号质量特征提取，得到多个第一层级信号质量特征，其中，样本信号集表征在预设时间段收集的多个样本信号；将多个第一层级信号质量特征输入至信号质量特征提取子模型中，得到信号质量分数；将样本信号集输入至检测子模型中得到初始跌倒检测结果；基于初始跌倒检测结果、信号质量分数和与样本信号集对应的标签数据，得到目标损失函数值；基于目标损失函数值分别对信号质量特征提取子模型和检测子模型进行优化，得到经训练的对象跌倒检测模型。 数据由马 克 数 据整理
专利主权项内容
1.一种对象跌倒检测模型的训练方法，其特征在于，所述对象跌倒检测模型包括：信号质量特征提取子模型和检测子模型，所述方法包括：对用于对象跌倒检测的样本信号集进行第一层级信号质量特征提取，得到多个第一层级信号质量特征，其中，所述样本信号集表征在预设时间段收集的多个样本信号，所述第一层级信号质量特征包括：掩码处理后的频域特征、掩码处理后的多普勒域特征以及掩码处理后的空域特征；将多个所述第一层级信号质量特征输入至所述信号质量特征提取子模型中，得到信号质量分数；将所述样本信号集输入至所述检测子模型中得到初始跌倒检测结果；基于所述初始跌倒检测结果、所述信号质量分数和与所述样本信号集对应的标签数据，得到目标损失函数值；基于所述目标损失函数值分别对所述信号质量特征提取子模型和所述检测子模型进行优化，得到经训练的对象跌倒检测模型。