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！

龙图腾网获悉中国科学院苏州生物医学工程技术研究所申请的专利一种人体跌倒风险预警方法及系统、设备、存储介质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：CN121354282B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511909283.6，技术领域涉及：G08B21/04；该发明授权一种人体跌倒风险预警方法及系统、设备、存储介质是由张云鹏;郭健设计研发完成，并于2025-12-17向国家知识产权局提交的专利申请。

本一种人体跌倒风险预警方法及系统、设备、存储介质在说明书摘要公布了：本发明提供一种人体跌倒风险预警方法及系统、设备、存储介质，该方法包括：获取监测区域内人体的点云数据并进行预处理，形成原始点云序列；对原始点云序列进行处理，以增强点云密度；对点云增强帧进行空间及时序特征提取；将时空特征拼接并处理得到共享特征，基于共享特征进行危险动作行为分类和跌倒风险评估。本发明依托非接触式雷达感知与边缘计算能力，实现了低延迟、高隐私，通过强度神经网络与时空注意力机制的融合，实现了对风险动作时空上下文信息的高效挖掘与关键帧聚焦，特征针对性更强，采用双分支并行架构与自适应决策模块，将动作识别与风险量化相结合，解决了单一判断维度可靠性不足的难题，实现了准确率高、灵活性好的智能预警。

本发明授权一种人体跌倒风险预警方法及系统、设备、存储介质在权利要求书中公布了：1.一种人体跌倒风险预警方法，其特征在于，包括以下步骤： 获取监测区域内人体的点云数据，并对所述点云数据进行处理，形成原始点云序列； 对所述原始点云序列进行处理，以增强点云密度； 对点云增强帧进行空间特征以及时序特征提取； 将所述空间特征与所述时序特征进行拼接并处理得到共享特征，基于所述共享特征进行危险动作行为分类和跌倒风险评估； 所述对所述原始点云序列进行处理，以增强点云密度步骤包括： 采用多目标聚类算法对所述原始点云序列进行噪声与鬼影剔除； 采用帧堆叠滑窗与时序采样滑窗的双滑窗策略增强点云密度； 所述采用帧堆叠滑窗与时序采样滑窗的双滑窗策略增强点云密度步骤包括： 以当前帧为基准，将前面帧和当前帧存储到边缘存储器中； 将帧堆叠滑窗内连续帧点云通过堆栈操作合并为增强帧： 其中，表示帧堆叠滑窗长度，表示帧堆叠滑窗窗口步长，表示滑窗内多个点云帧的堆栈操作，对增强帧执行点数固定操作，若点数超过预设值，则随机下采样，若点数不超过预设值，则零填充，得到增强帧序列： 在增强帧序列中提取连续增强帧作为时序样本，第个视频片段表示为： 其中，表示时序采样滑窗长度，表示时序采样滑窗窗口步长； 最终构造的数据集合： ； 对点云增强帧进行时序特征提取步骤包括： 对于动作识别任务，利用时序空间中的上下文信息进行时序建模，通过时序建模获取动作在时间轴维度的关联特性，并推导下一行为动作的执行可能； 所述时序建模使用基于GRU模块扩增的BiGRU实现：对GRU模块，输入的时序特征向量为，其中，其递归更新过程表示为： 其中，结果表示t时刻的隐藏状态，输入代表上一时刻的隐藏状态；GRU模块由更新门和重置门两部分组成，两部分的计算过程分别如下： 其中，为Sigmoid激活过程，表示逐元素乘法，和均为可学习参数矩阵； 对点云增强帧进行时序特征提取步骤还包括： 增加时序注意力结构作为在时序特征层面上的特征增强： 假设查询，键和值分别由线性变换得到： 其中，为BiGRU输出的特征序列，为可学习的参数矩阵，注意力权重由缩放点积注意力公式计算： 其中，为向量的维度大小，为时间序列的通道权重； 使用计算得到最终的加权后时序特征。

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中国科学院苏州生物医学工程技术研究所，其通讯地址为：215000 江苏省苏州市高新区科灵路88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。