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！

龙图腾网获悉中新国际联合研究院申请的专利一种基于视频实时人体跌倒检测及报警的方法和装置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：CN115082825B 。

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：202210682605.8，技术领域涉及：G06V40/10；该发明授权一种基于视频实时人体跌倒检测及报警的方法和装置是由刘振;陈星如;黄德峰;陈土培设计研发完成，并于2022-06-16向国家知识产权局提交的专利申请。

本一种基于视频实时人体跌倒检测及报警的方法和装置在说明书摘要公布了：本发明提供了一种基于视频实时人体跌倒检测及报警的方法和装置。所述方法包括以下步骤：在公开的人体检测数据集的基础上，增添对跌倒状态下人体图像信息，建立跌倒检测数据集；对YOLOv2‑Tiny网络进行剪枝改造，搭建跌倒检测模型，基于自行建立的跌倒数据集对跌倒检测模型进行训练；通过对人体跌倒前后的图像长宽比α和重心点偏移量d的敏感程度赋予不同的阈值，获得新的对跌倒的判定参数，实现对跌倒的判断；获取实时视频作为跌倒检测的视频流传入跌倒检测模型，跌倒检测模型先对输入的视频处理得到的帧图像进行人体目标检测，再对识别到的人体目标进行跌倒检测和报警。本发明可应用于容易发生跌倒人群和场所，提高对跌倒人群的救助效率。

本发明授权一种基于视频实时人体跌倒检测及报警的方法和装置在权利要求书中公布了：1.一种基于视频实时人体跌倒检测及报警的方法，其特征在于，包括以下步骤： S1、在公开的人体检测数据集的基础上，增添对跌倒状态下人体图像信息，建立跌倒检测数据集； S2、对YOLOv2-Tiny网络进行剪枝改造，搭建跌倒检测模型，基于自行建立的跌倒数据集对跌倒检测模型进行训练；对YOLOv2-Tiny网络模型原有的权重进行权重稀疏化训练，即通过在每一个通道都引入一个引入BN层的缩放因子γ，与通道的输出相乘；接着训练权重和缩放因子，将小的缩放因子的通道剪去，微调剪枝后的网络，达到了权重稀疏化的目的； 其中，通道剪枝和微调具体如下： 引入缩放因子L1正则项之后，得到的模型中的缩放因子都会趋于0；然后先对缩放因子的绝对值排序，取从小到大排序的缩放因子中80％的位置的缩放因子为阈值，剪掉阈值以下小的缩放因子γ对应的通道，得到Prune-YOLOv2-Tiny网络模型； 将Prune-YOLOv2-Tiny网络模型中的检测层中的类别C改成单类，即1；同时使用K-means算法针对跌倒检测数据集更新检测层中的5个anchors的值，anchors的值是预测框的宽和高；Prune-YOLOv2-Tiny网络模型中的最后一层卷积层中的卷积核个数R采用公式1计算，修改成对应的30，具体如下： R＝Anchors*5+C1 其中，Anchors为Prune-YOLOv2-Tiny网络模型中的预测框的数量，数量为5，得到的R是输出的通道大小，用于得到预测输出的张量，生成目标框；从而得到跌倒检测模型； S3、通过对人体跌倒前后的图像长宽比α和重心点偏移量d的敏感程度赋予不同的阈值，获得新的对跌倒的判定参数，实现对跌倒的判断； S4、获取实时视频作为跌倒检测的视频流传入跌倒检测模型，跌倒检测模型先对输入的视频处理得到的帧图像进行人体目标检测，再对识别到的人体目标进行跌倒检测和报警。

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中新国际联合研究院，其通讯地址为：510700 广东省广州市黄埔区中新智慧一街7号A-1栋；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”。