一种基于多模态数据融合的跌倒监测优化方法和系统
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
验证码登录
×
发送
登录即代表您已同意AITNT
用户协议
和
隐私政策
登录
登录成功后会自动刷新界面
AITNT公众号
AITNT APP
AITNT交流群
搜索
未登录
首页
AI中心
退出
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI 源力市场
寻求报道
一种基于多模态数据融合的跌倒监测优化方法和系统
申请号:
CN202511051047
申请日期:
2025-07-29
公开号:
CN120930059A
公开日期:
2025-11-11
类型:
发明专利
摘要
本发明属于智能家居监测技术领域,本发明公开了一种基于多模态数据融合的跌倒监测优化方法和系统,该方法包括:采集智能家居场景下多模态数据,对所采集的所模态数据进行特征提取,进行多次融合,生成多模态特征向量序列,包括特征向量拼接融合、注意力机制加权融合;利用卷积神经网络和长短期记忆网络,构建跌倒监测模型,动态调整跌倒监测阈值;将当前用户对应的多模态特征向量序列,输入所述跌倒监测模型,得到与当前用户相对应的跌倒监测结果。本发明能精确识别家居场景下的人体跌倒并自动提供救援操作。
技术关键词
短时傅立叶变换
波动特征
多模态数据融合
长短期记忆网络
智能家居场景
姿态特征
识别人体
人体姿态数据
注意力机制
加速度
肘关节
雷达
人体关键点
监测老人
人体轮廓
轮廓区域
运动