一种基于jetsontx2和TensorRT加速推理的跌倒检测方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明涉及一种基于jetsontx2和TensorRT加速推理的跌倒检测方法，包括：对截取的视频片段进行预处理；对预处理后的视频数据源进行数据集标注，得到标注数据集；对标注数据集进行预处理，得到标签数据集；构建并训练动作识别模型TwoStreamST‑GCN；通过人体框检测模型、人体关键点检测模型、动作识别模型TwoStreamST‑GCN进行TensorRT加速，得到加速推理引擎；根据加速推理引擎对视频流进行动作识别推理，得到动作识别推理结果；将动作识别推理结果进行报警通知。本发明有效解决了跌倒检测设备的成本较高、摄像头检测造成的隐私问题、检测设备的是否侵入式问题，相较于传统的跌倒检测算法具有可扩展性好、鲁棒性强等优点。

《一种基于jetsontx2和TensorRT加速推理的跌倒检测方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2023108868789，当前法律状态为已下证，由安徽大学提出申请，发明人为陈鹏;巫福琳;章军;郑春厚;夏懿;王兵，申请日期为2023-07-19，公开（公告）日期为2025-11-21，国际专利分类号（IPC）为 G06V 40/20 (2022.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明涉及一种基于jetsontx2和TensorRT加速推理的跌倒检测方法，包括：对截取的视频片段进行预处理；对预处理后的视频数据源进行数据集标注，得到标注数据集；对标注数据集进行预处理，得到标签数据集；构建并训练动作识别模型TwoStreamST‑GCN；通过人体框检测模型、人体关键点检测模型、动作识别模型TwoStreamST‑GCN进行TensorRT加速，得到加速推理引擎；根据加速推理引擎对视频流进行动作识别推理，得到动作识别推理结果；将动作识别推理结果进行报警通知。本发明有效解决了跌倒检测设备的成本较高、摄像头检测造成的隐私问题、检测设备的是否侵入式问题，相较于传统的跌倒检测算法具有可扩展性好、鲁棒性强等优点。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！