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！

龙图腾网获悉浙江大学申请的专利基于深度图像序列的实时摔倒检测方法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：CN115346272B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202210915988.9，技术领域涉及：G06V40/20；该发明授权基于深度图像序列的实时摔倒检测方法是由李东晓;黎日晖;张明;尤相龙;黄乐设计研发完成，并于2022-08-01向国家知识产权局提交的专利申请。

本基于深度图像序列的实时摔倒检测方法在说明书摘要公布了：本发明公开了一种基于深度图像序列的实时摔倒检测方法。本发明以深度图像序列作为输入，训练目标检测神经网络，输出每帧图像中人体目标的定位信息及姿态分类；然后，采用滑动时间窗口，对人体目标进行匹配追踪，对人体姿态进行时序分析，计算人体姿态高度及其下降速度、失衡时间等特征；最后，对时序特征进行分析，作出人体是否摔倒的判决。本发明可应用于单人场景和多人场景的摔倒检测，在准确率、精确率、召回率等指标上都取得了先进的性能；只采集深度图像，用户隐私保护性好；算法复杂度低，可部署在低功耗低算力的终端设备上实时运行。

本发明授权基于深度图像序列的实时摔倒检测方法在权利要求书中公布了：1.一种基于深度图像序列的实时摔倒检测方法，其特征在于，包括以下步骤： 步骤1采集包含各种摔倒动作和非摔倒动作的深度图像序列，与公开的摔倒数据集融合获得融合数据集，对融合数据集中每张深度图像中的每个目标人体画出外接矩形框，并标注人体姿态类别，获得基于深度图像的摔倒检测数据集； 步骤2搭建用于检测深度图像中人体位置并识别人体姿态特征的实时目标检测网络模型，采用步骤1的基于深度图像的摔倒检测数据集对网络模型使用梯度下降法进行训练，直至收敛； 步骤3将待检测的深度图像序列输入实时目标检测网络模型，模型输出每张图像中每个目标人体的矩形框定位信息以及对应人体姿态属于各个姿态类别的概率，选取概率最大的姿态类别作为对应矩形框内人体的姿态判决； 步骤4对于目标检测网络模型得到的每个人体矩形框，选取单像素宽度的水平采样线，对边界框内顶部像素进行采样，然后采用区域生长算法将采样线上的像素合并为若干个超像素，利用坐标反投影变换得到若干高度候选值，依照成像原理，候选值中的最大值即为目标姿态高度； 步骤5采用设定长度和步幅的滑动时间窗口，对每个时间窗口内各帧图像检测到的人体目标进行匹配追踪，判断人体姿态变换过程是否满足摔倒的必要条件； 步骤6对于每个满足步骤5摔倒条件的时间窗口，对当前时间窗口内每个人体目标的姿态高度与下降速度数据进行卡尔曼滤波与卡尔曼平滑处理，获得各目标姿态高度及其下降速度的最优估计； 步骤7结合步骤3得到的人体姿态检测结果，提取人体目标处于过渡姿态时姿态高度下降速度的最大值，与预设的阈值进行比较，结合过渡姿态时长，实现时间窗口内目标是否摔倒的判断。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。