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！

龙图腾网获悉安徽工业技术创新研究院六安院申请的专利基于位姿估计和改进YOLOX_tiny的婴幼儿危险动作检测识别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：CN116092187B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202211703031.4，技术领域涉及：G06V40/20；该发明授权基于位姿估计和改进YOLOX_tiny的婴幼儿危险动作检测识别方法是由朱泽德;王启胜设计研发完成，并于2022-12-26向国家知识产权局提交的专利申请。

本基于位姿估计和改进YOLOX_tiny的婴幼儿危险动作检测识别方法在说明书摘要公布了：本发明公开了基于位姿估计和改进YOLOX_tiny的婴幼儿危险动作检测识别方法，首先，从摄像头获取视频帧，并对输入的视频帧进行预处理；其次，将预处理后的视频帧输入到位姿估计算法、基于模型剪枝和融合空间注意力机制改进的YOLOX_tiny目标检测算法中，以得到每帧图片中骨骼点数量、感兴趣目标区域及类别检测结果数据，其中目标检测算法使用自建数据集并使用迁移学习方式进行训练得到；然后，对所得数据进行处理、融合，以提高对不同危险动作的准确识别能力；最后，利用处理融合的数据，设计规则，以判断婴幼儿正常及危险动作状态并进行报警。本发明对呵护婴幼儿安全健康成长，减轻新生儿父母照护压力具有重要意义，并且识别准确率高，误检率低。

本发明授权基于位姿估计和改进YOLOX_tiny的婴幼儿危险动作检测识别方法在权利要求书中公布了：1.基于位姿估计和改进YOLOX_tiny的婴幼儿危险动作检测识别方法，其特征在于，包括如下步骤： A1、从摄像头获取视频帧，对输入的视频帧进行预处理； A2、将预处理后的视频帧输入到位姿估计算法中得到每帧图片中骨骼点数量、并输入到基于模型剪枝和融合空间注意力机制改进的YOLOX_tiny目标检测算法中，以得到每帧图片感兴趣目标区域及类别检测结果数据，其中目标检测算法使用自建数据集并使用迁移学习方式进行训练得到； A3、对所得数据进行处理、融合，以提高对不同危险动作的准确识别能力； A4、利用处理融合的数据，设计规则，以判断婴幼儿正常及危险动作状态并进行报警；所述步骤A3中数据处理和融合方法包括： 利用前N帧视频数据进行婴幼儿危险动作识别算法初始化，以判断婴幼儿目前是盖好被子睡觉状态还是非睡觉状态； 利用位姿估计算法检测并保存前N帧中每一帧骨骼点数量Ki到列表A； 利用位姿估计算法检测每一帧骨骼点数量Ki到列表B； 利用改进的目标检测算法，检测每一帧感兴趣目标，并将每一帧的检测结果依次保存到列表D，当帧检测结果中包含攀爬，往列表C中添加1，否则添加0，同样的，当帧检测结果包含躺着状态的下半身，往列表E中添加1，否则添加0； 对于列表A，当长度达到N时，停止更新，并保存备用； 对于列表B、C、D、E，当长度大于N时，删除列表B、C、D、E中第一个元素，并更新列表元素，迭代运行，始终保持列表长度为N； 所述步骤A4的流程包括： 当列表A中存储的前N帧骨骼点总和大于所设阈值K时，进行攀爬和丢失监测，否则进行踢被子和丢失监测； 对于攀爬和丢失监测： 判断1、当列表B中0及列表D中空列表出现次数均为N时，判断为宝宝丢失了； 判断2、当列表C中1出现的次数大于N2时，判断为宝宝在攀爬； 判断3、除判断1和2以外，视作正常状态； 对于踢被子和丢失监测： 判断4、当列表B中0及列表D中空列表出现次数均为N时，判断为宝宝丢失了； 判断5、当列表E中第一个元素为0，最后一个元素为1时，判断为宝宝在踢被子； 判断6、除判断4和5以外，视作正常状态； 其中使用阈值N和位姿估计加强进行数据联合判断，降低误检误报概率。

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安徽工业技术创新研究院六安院，其通讯地址为：237000 安徽省六安市金安经济开发区六安大学科技园A7楼；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。