基于深度时空卷积自编码器的跌倒行为检测方法及装置

    公开(公告)号:CN114067434B

    公开(公告)日:2024-05-24

    申请号:CN202111339429.X

    申请日:2021-11-12

    申请人: 燕山大学

    摘要: 本发明公开了基于深度时空卷积自编码器的跌倒行为检测方法及装置,属于数字图像识别技术领域,该方法包括:预处理正常活动的视频帧数据;对预处理正常活动的视频帧数据后的数据降噪处理;采用3D卷积构建深度时空卷积自编码器跌倒异常检测模型;训练深度时空卷积自编码器跌倒异常检测模型;识别视频帧有跌倒异常;该装置包括视频帧采集模块、预处理模块、降噪模块、构建模块、训练模块以及识别模块,本发明把跌倒检测视为一个异常检测问题,因为跌倒在平时生活中比较少见,导致样本类别不均衡,因此把异常检测应用在跌倒问题可以平衡样本的类别并显示出更好的检测效果。

    一种触发制动式约束系统及装置
    54.
    发明公开

    公开(公告)号:CN118021507A

    公开(公告)日:2024-05-14

    申请号:CN202410340155.3

    申请日:2024-03-25

    申请人: 浙江大学

    摘要: 本申请涉及一种触发制动式约束系统及装置,通过本方案的“安全带式”约束患者拔管,可以避免患者用力过猛导致自伤,采用约束部约束患者手腕部,可以让患者适当活动,即使出现误触,也不会造成因收束手腕部牵引带造成患者手腕损伤的发生。当患者大力拔管,可以及时进行收束,快速响应,实现有效的防拔管约束。

    一种基坑施工场景下的射频信号人员再识别系统及方法

    公开(公告)号:CN118018961A

    公开(公告)日:2024-05-10

    申请号:CN202410166409.4

    申请日:2024-02-06

    IPC分类号: H04W4/029 G08B21/04

    摘要: 本发明公开了一种基坑施工场景下的射频信号人员再识别系统,包括射频收发基站和射频接收基站,所述射频收发基站用于发射射频形成信号场和接收反射射频获取信号场中的数据,所述射频接收基站用于接收其余反射散波,所述射频收发基站包括射频发射单元和射频接收单元。本发明采用上述的一种基坑施工场景下的射频信号人员再识别系统及方法,通过射频覆盖、数据采集,实现人员跟踪、人员定位及行为分析,减少操作失误风险、节约设备成本,提高安全保障性能。

    一种患者跌倒监测系统
    56.
    发明公开

    公开(公告)号:CN118000717A

    公开(公告)日:2024-05-10

    申请号:CN202410002911.1

    申请日:2024-01-02

    发明人: 张朝福 葛秋菊

    摘要: 本发明公开了一种患者跌倒监测系统;包括控制模块,所述控制模块上电性连接有调压模块,所述控制模块上电性连接有反馈模块模,所述反馈模块与所述调压模块电性连接;所述控制模块上电性连接有数据处理模块,所述数据处理模块上电性连接有检测模块,所述数据处理模块上电性连接有AI算法模块,所述AI算法模块上电性连接有跌倒判定模块,所述跌倒判定模块与所述控制模块电性连接,所述控制模块上电性连接有报警模块,所述报警模块上电性连接有通讯模块;本发明通过中数据信息进行监测跌倒状态,并且有效的实现报警处理,对于系统的运行,保持电压的稳定,通过反馈调节进行控制电压稳定。

    一种基于智能安全帽的安全预警方法及介质

    公开(公告)号:CN117994930A

    公开(公告)日:2024-05-07

    申请号:CN202311825131.9

    申请日:2023-12-27

    摘要: 本发明公开了一种基于智能安全帽的安全预警方法及介质,应用于智能安全帽上,包括:智能安全帽通过通讯模块连接上管理平台并绑定;通过音频模块录入问题语音,管理平台使用人工智能化应用接收并返回回答语音,实现互动;通过MR头显设备使虚拟图像与真实的巡检设备保持一致,实现交互;通过摄像头与管理平台进行视频通话以及录像的回传;通过气体检测模块检测智能安全帽周边的环境,并预警;通过北斗定位模块确定佩戴者所在的位置,并预警;通过加速度检测模块和红外检测模块检测佩戴者是否发生跌倒或脱帽并预警;通过光学检测模块和红外检测模块检测佩戴者的血氧水平和体温,并进行预警。本发明更智能化,保证佩戴者的安全。

    一种基于机器学习算法敏捷开发的跌倒预防与检测系统

    公开(公告)号:CN117958808A

    公开(公告)日:2024-05-03

    申请号:CN202410121113.0

    申请日:2024-01-29

    摘要: 本发明提出一种基于机器学习算法敏捷开发的跌倒预防与检测系统。所述系统包括:采集用户的加速度、心率数据;将历史心率数据加入到云端运动量衰减预警模型,根据预测心率数据以及历史数据得到心率数据的衰减率,若衰减率高于预设的衰减阈值,则判断当前处于运动量衰减状态;将用户加速度数据作为跌倒检测算法模型的输入,利用跌倒检测算法模型预测用户当前状态结果,同时通过该机制将数据进行回收,用于跌倒检测算法模型的训练。本发明所述基于机器学习算法敏捷开发的跌倒预防与检测系统适用场景灵活,成本低;能基于用户个体之间生理机能的差异进行有针对性的进行跌倒预测模型的训练,跌倒预测针对性更强。