買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉四川大學申請的專利基于監控數據的幼兒安全分析方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120279602B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510770597.6，技術領域涉及：G06V40/20；該發明授權基于監控數據的幼兒安全分析方法及系統是由史新羽;楊悅;趙啟軍設計研發完成，并于2025-06-10向國家知識產權局提交的專利申請。

本基于監控數據的幼兒安全分析方法及系統在說明書摘要公布了：本發明公開了基于監控數據的幼兒安全分析方法及系統，涉及電數字數據處理技術領域。該基于監控數據的幼兒安全分析方法，包括以下步驟：數據劃分；識別有效性分析；檢測圖像生成。本發明通過骨架監控數據對形成的特征數據集進行數據劃分，然后基于數據劃分結果判斷是否進行危險姿態識別，若是，則進行識別有效性分析，否則進行加窗操作參數優化，最后基于識別有效性分析結果判斷是否生成行為檢測圖像，若是，則將生成的行為檢測圖像進行可視化，否則進行模型學習率優化，達到了提高基于幼兒安全監控數據進行幼兒行為識別效率的效果，解決了現有技術中存在基于幼兒安全監控數據進行幼兒行為識別過程中pose姿態檢測模型姿態識別準確度低的問題。

本發明授權基于監控數據的幼兒安全分析方法及系統在權利要求書中公布了：1.基于監控數據的幼兒安全分析方法，其特征在于，包括以下步驟： 步驟一，通過骨架監控數據對形成的特征數據集進行數據劃分，得到數據劃分結果，所述骨架監控數據用于可視化目標監控區域內的幼兒骨架信息，所述數據劃分用于將骨架監控數據分段的結果生成多維數據列表，所述特征數據集表示特征融合的結果并結合時間序列信息后形成具有時空特征的數據集，所述特征融合的結果表示預設姿態預測模型輸出的數據特征點對應的坐標，所述骨架監控數據表示對目標監控區域內采集到的幼兒園監控圖像中的數據點進行去噪處理后的結果，并作為預設姿態預測模型的輸入，所述預設姿態預測模型表示完成預訓練后根據獲取的幼兒骨架信息進行姿態估計和運動軌跡分析的預測模型，所述幼兒骨架信息包括幼兒骨骼位置、運動軌跡以及姿態特征，所述多維數據列表以結構化形式存儲幼兒骨骼位置坐標、姿態類別、運動速度對應的維度信息； 步驟二，基于預設劃分時段結束時的數據劃分結果判斷是否進行危險姿態識別，若是，則基于預設識別時段結束時的危險姿態識別過程數據進行識別有效性分析，得到識別有效性分析結果，否則進行加窗操作參數優化，所述識別有效性分析用于量化已構建的pose姿態檢測模型對骨架監控數據進行危險姿態識別的有效性，所述加窗操作參數優化表示通過調整加窗操作參數以提高pose姿態檢測模型的預測性能； 步驟三，基于識別有效性分析結果判斷是否生成行為檢測圖像，若是，則將生成的行為檢測圖像進行可視化，否則進行模型學習率優化，所述模型學習率優化表示通過調整初始學習率以提高pose姿態檢測模型的響應速率； 所述基于預設劃分時段結束時的數據劃分結果判斷是否進行危險姿態識別，具體流程包括： 當獲取的模型預測性能評估值不大于數據庫中預設的模型預測性能評估值時，則將預設劃分時段結束時的數據劃分結果記為數據劃分合格并進行危險姿態識別； 當獲取的模型預測性能評估值大于數據庫中預設的模型預測性能評估值時，則將預設劃分時段結束時的數據劃分結果記為數據劃分不合格并進行加窗操作參數優化； 所述模型預測性能評估值表示預設劃分時段內的多維數據列表生成時長與骨架監控數據分段時長的調和平均結果，所述調和平均用于消除多維數據列表生成時長與骨架監控數據分段時長中的極端值對預設姿態預測模型預測性能評估過程的干擾，所述加窗操作參數包括滑動窗口長度和滑動窗口步長。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人四川大學，其通訊地址為：610000 四川省成都市武侯區一環路南一段24號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。