CN119732678A 基于深度学习的远红外生命体征监测方法及装置_第1页
CN119732678A 基于深度学习的远红外生命体征监测方法及装置_第2页
CN119732678A 基于深度学习的远红外生命体征监测方法及装置_第3页
CN119732678A 基于深度学习的远红外生命体征监测方法及装置_第4页
CN119732678A 基于深度学习的远红外生命体征监测方法及装置_第5页
已阅读5页,还剩45页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

(12)发明专利申请(10)申请公布号CN119732678A(21)申请号202510263046.0(22)申请日2025.03.06(54)发明名称(57)摘要通过远红外热成像仪器获取监测区域热成像数据通过远红外热成像仪器获取监测区域热成像数据,并对监测区域热成像数据进行监测区域热图生对监测区域热图进行热量分布整合,从而获得监测区域热量分布图像集,并根据监测区域热量分基于监测区域用户生命体征数据进行用户行为模式识别,从而获得用户行为模式数据,并根据用户行为模式数据对监测区域温度分布图像集进行通过毫米波模组获取监测区域毫米波信号集,并对监测区域亳米波信号集进行监测区域毫米波波动检测,从而获得监测区域毫米波波动数据;根据监测区域毫米波波动数据进行用户快速姿势变化行为分析,从而获得用户快速姿势变化行为数化行为数据进行用户跌倒风险评估,从而获得监测区域用户跌倒风险数据:根据监测区域用户跌倒风险数据进行跌倒风险预警策略分析,从而获得用户跌倒风险预警策略,并上传至监测区域管理平台,以执行风险预警任务2345679步骤S261:对监测区域热量分布图像集进行高热量分布区域特征提取,从而获得附图说明frac{\sum(T_i-\bar{T})(R_i-\bar{R})}{\sqrt{\sum(T_i-\bar{T})^2\sum(R222325成,从而获得监测区域热图数据对监测区域热图进行网格区域划分,从而获得监测区域网格热图对监测区域网格热图进行像素值统计,从而获得网格像素值数据,并根据网格像素值数据进行网格热量计算,从而获得网格热量数据根据网格热量数据进行网格热量划分,从而获

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论