买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京信息工程大学申请的专利一种基于高分辨率神经网络模型的居家老人摔倒检测方法、系统、装置及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116052058B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310128991.0，技术领域涉及：G06V20/40；该发明授权一种基于高分辨率神经网络模型的居家老人摔倒检测方法、系统、装置及存储介质是由张小瑞;解其健;孙伟设计研发完成，并于2023-02-17向国家知识产权局提交的专利申请。

本一种基于高分辨率神经网络模型的居家老人摔倒检测方法、系统、装置及存储介质在说明书摘要公布了：本发明公开了一种基于高分辨率神经网络模型的居家老人摔倒检测方法、系统、装置及存储介质，属于计算机视觉异常行为检测技术领域，包括获取待检测的视频；对视频进行尺寸预处理；将尺寸预处理后的视频输入到训练好的高分辨率神经网络模型中，输出摔倒检测结果；本发明能够实现对时序特征的处理，很好地满足摔倒检测任务高分辨率的要求，提高摔倒检测的准确性。

本发明授权一种基于高分辨率神经网络模型的居家老人摔倒检测方法、系统、装置及存储介质在权利要求书中公布了：1.一种基于高分辨率神经网络模型的居家老人摔倒检测方法，其特征在于，包括： 获取待检测的视频； 对视频进行尺寸预处理； 将尺寸预处理后的视频输入到训练好的高分辨率神经网络模型中，输出摔倒检测结果； 所述高分辨率神经网络模型包括注意力模块，所述注意力模块为CoordinateAttention； 在注意力模块中： 通过poolingkernel在输入的预处理特征图上对通道分别沿水平、垂直和时间方向进行编码，得到水平方向感知、垂直方向感知和时间方向感知的中间特征图； 将三个中间特征图进行concatenate操作，然后使用卷积变换函数进行变换操作，得到三个中间特征映射； 将三个中间特征映射经过BN和ReLU激活函数后分解为三个单独的张量，对三个张量分别经过卷积恢复到和输入的预处理特征图相同的通道数，最后对通道数恢复的三个张量经过Sigmoid激活函数加权，得到输出特征； 所述高分辨率神经网络模型包括主干网络，所述主干网络包含四个阶段，第一阶段包括第一层级的子网络，第二阶段包括并行的第一层级和第二层级的子网络，第三阶段包括并行的第一层级和第二层级的子网络，第四阶段包括第一层级、第二层级和第三层级的子网络；其中，第一层级、第二层级、第三层级的子网络的分辨率依次降低；同时，在所述主干网络中，将并行的各子网络的输出相互融合后输入到下一阶段的各子网络中，使下一阶段的各子网络接收来自前一阶段并行子网络的信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京信息工程大学，其通讯地址为：224002 江苏省盐城市盐南高新区新河街道文港南路105号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。