用于护理的无线防跌倒报警系统及方法技术方案

本发明专利技术公开了一种用于护理的无线防跌倒报警系统及方法，涉及智能化报警技术领域，其利用摄像头采集老年人的行为视频，并通过无线传输模块将视频传输至后台防跌服务器。更具体地，在后台防跌服务器中，采用基于深度学习的人工智能技术对行为监控视频进行处理与分析，以识别老人的行为特征，并智能化地判断是否产生防跌倒报警提示。这样，在监测到老人行为可能存在跌倒风险时，及时通过呼叫装置产生预警提示，以通知相关人员进行救助或干预。

【技术实现步骤摘要】

本专利技术涉及智能化报警，尤其涉及一种用于护理的无线防跌倒报警系统及方法。

技术介绍

1、随着人口老龄化的趋势，老年人的健康和安全问题日益受到社会的关注。老年人由于身体机能的退化，容易发生跌倒等意外事故，可能会给自身和家庭带来巨大的负担。

2、目前，市场上存在一些用于防跌倒的产品，如跌倒检测器。这些产品通常需要老年人佩戴或携带特定的设备，如手环、腰带、手表等。然而，这些设备存在一些缺点，如佩戴不舒适、电池续航时间短、误报率高等。

3、因此，期待一种优化的方案。

技术实现思路

1、本专利技术实施例提供一种用于护理的无线防跌倒报警系统及方法，其利用摄像头采集老年人的行为视频，并通过无线传输模块将视频传输至后台防跌服务器。更具体地，在后台防跌服务器中，采用基于深度学习的人工智能技术对行为监控视频进行处理与分析，以识别老人的行为特征，并智能化地判断是否产生防跌倒报警提示。这样，在监测到老人行为可能存在跌倒风险时，及时通过呼叫装置产生预警提示，以通知相关人员进行救助或干预。</p>

2、本专本文档来自技高网...

【技术保护点】

1.一种用于护理的无线防跌倒报警方法，其特征在于，包括：

2.根据权利要求1所述的用于护理的无线防跌倒报警方法，其特征在于，提取所述剪裁后行为关键帧的序列中的老人行为时序特征以得到老人行为时序变化特征向量，包括：

3.根据权利要求2所述的用于护理的无线防跌倒报警方法，其特征在于，所述深度学习网络模型为基于卷积神经网络模型的行为特征提取器；

4.根据权利要求3所述的用于护理的无线防跌倒报警方法，其特征在于，利用深度学习网络模型提取所述剪裁后行为关键帧的序列中的老人行为特征以得到老人行为特征向量的序列，包括：

5.根据权利要求4所述的用于护理的...

【技术特征摘要】

1.一种用于护理的无线防跌倒报警方法，其特征在于，包括：

2.根据权利要求1所述的用于护理的无线防跌倒报警方法，其特征在于，提取所述剪裁后行为关键帧的序列中的老人行为时序特征以得到老人行为时序变化特征向量，包括：

3.根据权利要求2所述的用于护理的无线防跌倒报警方法，其特征在于，所述深度学习网络模型为基于卷积神经网络模型的行为特征提取器；

4.根据权利要求3所述的用于护理的无线防跌倒报警方法，其特征在于，利用深度学习网络模型提取所述剪裁后行为关键帧的序列中的老人行为特征以得到老人行为特征向量...

【专利技术属性】
技术研发人员：倪微，刘乐天，
申请(专利权)人：吉林大学，
类型：发明
国别省市：