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！

龙图腾网获悉河南大学申请的专利一种基于红外和热成像的弱光实时人体跌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：CN116012947B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202310031126.4，技术领域涉及：G06V40/20；该发明授权一种基于红外和热成像的弱光实时人体跌倒检测方法是由王亚鲁;韩志杰;薛炜强;李捷;杜晓玉设计研发完成，并于2023-01-10向国家知识产权局提交的专利申请。

本一种基于红外和热成像的弱光实时人体跌倒检测方法在说明书摘要公布了：本发明的目的是提供一种基于红外和热成像的弱光实时人体跌倒检测方法，采用红外补偿和热成像技术相结合的方法，用于弱光环境下的跌倒检测，较以往的跌倒检测可以取得更好的效果；弥补了红外夜视在较为黑暗的场景中，捕捉到的人体数据边缘轮廓模糊，与环境融合的情况；热成像技术利用自然界的一切物体都能辐射热量的原理，采用热成像技术用于夜间的人体检测，所捕捉的人体边缘数据轮廓清晰，能够与环境很好的进行区分；采用热成像技术进行夜间跌倒检测，与普通的跌倒检测方法相比，减少了漏检、误检的情况，对人身安全的保护大大增加。

本发明授权一种基于红外和热成像的弱光实时人体跌倒检测方法在权利要求书中公布了：1.一种基于红外和热成像的弱光实时人体跌倒检测方法，其特征在于,包括以下步骤: S1：获取数据集； S1.1：在光线充足的条件下使用普通彩色摄像头获取人体彩色图片a1；使用热成像摄像头获取同一时刻的人体红外热成像图片b1； S1.2：将图片a1进行灰度和亮度的变换，生成黑白图片c1，用于模拟红外补光摄像头在夜间拍摄到的图片信息； S1.3：将步骤S1.1和步骤S1.2得到的图片a1、b1、c1记为一个样本x1，重复步骤S1.1和S1.2，得到原始数据集x1，x2，x3……xn，n为样本个数，原始数据集记为X；X中的每一个数据样本xi，由ai，bi，ci组成，其中i为样本编号；同时把数据集X中每一个数据样本xi中的所有ai、bi、ci分别记为A、B、C；即数据集A由a1，a2，a3……an组成，B由b1，b2，b3……bn组成，C由c1，c2，c3……cn组成，其中n为样本编号； S2：训练模型； S2.1：把图片A输入进Openpose，其中图片A为原始数据集X中对应的所有ai数据样本，即人体彩色图片数据；输出A′，A′表示为a′1，a′2，a′3……a′n,a′i为带有多个人体关键点坐标的数据； S2.2：使用步骤S2.1得到的人体关键点坐标，在对应的图片B、图片C中进行人体关键点标记，生成训练样本B′和C′，B′由b′1，b′2，b′3……b′n，C′由c′1，c′2，c′3……c′n组成； S2.3：处理步骤S2.2得到的带有关键点坐标的图片B′和图片C′，把每个关键点位置的图片分割下来形成各个关键点的图片集合BK和图片CK，其中BK表示为bk1，bk1，bk3……bk18，CK表示为ck1，ck1，ck3……ck18，得到18个关键点的训练数据集； S2.4：把训练样本BK和CK中每个关键点的图片集合分别输入进预设的卷积神经网络CNN中，经卷积神经网络训练得到模型MB和Mc； S3：对人体关建点坐标分类，检查跌倒行为； S3.1：使用红外补光摄像头和热成像摄像头做成的双目摄像头实时获取弱光图片信息，即热成像图片和红外补光头图片信息，分别记为b和c； S3.2：将b和c分别输入进S2.3得到的模型MB和Mc中，分别输出人体骨骼关键点坐标，yb和yc； S3.3：将yb和yc进行相互补偿，生成一个人体骨骼关键点坐标y； S3.4：将人体骨骼关键点坐标y输入进预设的Conv-LSTM网络中进行姿态分类，并基于姿态分类结果检测跌倒行为； S3.5：若检测到人物跌倒，则装置发出报警，否则继续进行图片采集。

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河南大学，其通讯地址为：450046 河南省郑州市郑东新区明理路北段379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”。

以上内容由龙图腾AI智能生成。