[发明专利]一种基于多传感器特征融合的跌倒检测方法在审
| 申请号： | 201811452601.0 | 申请日： | 2018-11-30 |
| 公开（公告）号： | CN109740761A | 公开（公告）日： | 2019-05-10 |
| 发明（设计）人： | 李伟彤;朱旭昇;王璐 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06N20/10 | 分类号： | G06N20/10;G06K9/00;G06K9/62 |
| 代理公司： | 广东广信君达律师事务所 44329 | 代理人： | 杨晓松 |
| 地址： | 510062 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于多传感器特征融合的跌倒检测方法，包括以下步骤：S1：进行原始数据采集，原始数据包括加速度数据以及视频图像数据；S2：基于步骤S1采集到的原始数据进行特征数据提取并构造特征矢量；S3：通过机器学习算法训练步骤S2提取到的特征数据，获取svm算法分类模型m；S4：实时进行跌倒检测判断。本发明具有能应对复杂情况、分类准确、检测准确率高等优点。 | ||
| 搜索关键词： | 跌倒检测 原始数据 多传感器 特征融合 采集 机器学习算法 视频图像数据 特征数据提取 加速度数据 分类模型 构造特征 特征数据 训练步骤 矢量 准确率 分类 检测 | ||
【主权项】：
1.一种基于多传感器特征融合的跌倒检测方法，其特征在于，包括以下步骤：S1：进行原始数据采集，原始数据包括加速度数据以及视频图像数据；S2：基于步骤S1采集到的原始数据进行特征数据提取并构造特征矢量；S3：通过机器学习算法训练步骤S2提取到的特征数据，获取svm算法分类模型m；S4：实时进行跌倒检测判断。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东工业大学，未经广东工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811452601.0/，转载请声明来源钻瓜专利网。
