一种基于深度学习的养老院智能行为识别与异常检测方法与流程

1.一种基于深度学习的养老院智能行为识别与异常检测方法，其特征在于，通过cnn对监控视频中的每一帧图像进行特征提取，识别出老人的姿态和动作；利用rnn对提取的特征进行时序分析，建立老人的行为模式。

2.根据权利要求1所述的基于深度学习的养老院智能行为识别与异常检测方法，其特征在于，包括以下步骤：

3.根据权利要求2所述的基于深度学习的养老院智能行为识别与异常检测方法，其特征在于，在步骤2中，所述预处理包括对视频进行帧提取、降噪、色彩校正和对比度增强处理。

4.根据权利要求2所述的基于深度学习的养老院智能行为识别与异常检测方法，其特征在于，在步骤3中，cnn特征提取的方法如下：

5.根据权利要求2所述的基于深度学习的养老院智能行为识别与异常检测方法，其特征在于，在步骤4中，使用rnn对从cnn提取的特征序列进行时序分析的方法如下：

6.根据权利要求2所述的基于深度学习的养老院智能行为识别与异常检测方法，其特征在于，在步骤5中，异常检测使用验证集确定最佳阈值，并根据预定义的阈值判断行为模式是否异常，如果检测到的行为类别的概率超过阈值且属于异常类别，则触发报警。

7.根据权利要求5所述的基于深度学习的养老院智能行为识别与异常检测方法，其特征在于，使用auc-roc曲线等性能指标来评估异常检测的准确性：