【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种基于热电堆阵列的人体倾倒识别方法、装置及系统。
技术介绍
1、现有家居防倾倒技术主要有非接触（设备不随身携带）和接触方式（随身携带），其代表分别有图像识别和加速度传感器的方式，但是他们都各有优缺点。其中，涉及图像识别方式的人体倾倒识别装置需要有摄像头及对应的高算力的处理器等器件，同时还需要根据家中房间数量安装相应数量的识别器件，所需成本较高，同时在图像识别及数据传输的过程中还会面临隐私泄露的风险。而加速度传感器的识别装置，需要随身携带，容易遗漏，从而无法做到有效的倾倒识别。
技术实现思路
1、本专利技术实施例提供了一种基于热电堆阵列的人体倾倒识别方法、装置及系统，旨在解决现有技术方法中进行人体倾倒识别时的高成本、低隐私、效率低的问题。
2、第一方面，本专利技术实施例提供了一种基于muc热电堆阵列的人体倾倒识别方法，其中，所述方法应用于人体倾倒识别系统的微处理器，所述人体倾倒识别系统还包括热电堆阵列、管理服务器，其中，所述热电堆阵列与所述微处理器...
【技术保护点】
1.一种基于热电堆阵列的人体倾倒识别方法，其特征在于，所述方法应用于人体倾倒识别系统的微处理器，所述人体倾倒识别系统还包括热电堆阵列、管理服务器，其中，所述热电堆阵列与所述微处理器电连接，所述管理服务器与所述微处理器电连接，所述方法包括：
2.根据权利要求1所述的基于热电堆阵列的人体倾倒识别方法，其特征在于，所述机器学习模型由预设的温度数据集对CNN神经网络进行训练得到，所述温度数据集包括若干第一温度数据，所有的第一温度数据均关联有对应的类别标签；所述机器学习模型的训练过程包括：
3.根据权利要求2所述的基于热电堆阵列的人体倾倒识别方法，其特征...
【技术特征摘要】
1.一种基于热电堆阵列的人体倾倒识别方法，其特征在于，所述方法应用于人体倾倒识别系统的微处理器，所述人体倾倒识别系统还包括热电堆阵列、管理服务器，其中，所述热电堆阵列与所述微处理器电连接，所述管理服务器与所述微处理器电连接，所述方法包括：
2.根据权利要求1所述的基于热电堆阵列的人体倾倒识别方法，其特征在于，所述机器学习模型由预设的温度数据集对cnn神经网络进行训练得到，所述温度数据集包括若干第一温度数据，所有的第一温度数据均关联有对应的类别标签；所述机器学习模型的训练过程包括：
3.根据权利要求2所述的基于热电堆阵列的人体倾倒识别方法，其特征在于，所述目标识别数据包括直立状态和平躺状态，所述对所述初始温度数据进行预处理后发送至预设的机器学习模型进行识别以得到目标识别数据的步骤，包括：
4.根据权利要求1所述的基于热电堆阵列的人体倾倒识别方法，其特征在于，所述人体倾倒识别系统还包括无线网络模组以及路由器，所述将所述目标识别数据发送至管理服务器进行分析以进行预警，包括：
5.一种基于热电堆阵列的人体倾倒识别装置，其特征在于，所述装置应用于人体倾倒识别系统的微处理器，所述人体倾倒识别系统还包括热电堆阵列、管理服务器...
【专利技术属性】
技术研发人员：徐胜红，武斌，
申请(专利权)人：深圳市美思先端电子有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。