基于离散特征的跌倒检测智能方法及应用

随着人口老龄化现象加剧,对老年人跌倒的检测与报警越来越重要。为提高跌倒检测的准确率,提出一种基于离散特征的跌倒检测智能方法。通过对人体运动数据的分析,提出7类人体运动特征;并建立了以BP神经网络为基础的跌倒检测模型,将提取的离散特征作为模型的输入,模型的输出作为跌倒检测结果;通过对模型的学习与训练后,实现跌倒检测。方法验证和产品应用结果表明:采用基于离散特征的跌倒检测智能方法能够有效地区分跌倒与非跌倒,提高了跌倒检测正确率,降低了误报率和漏报率。     

可穿戴式跌倒检测智能系统设计

为提高对老年人跌倒检测的正确率,设计一种可穿戴式跌倒检测系统.研制基于三轴加速度计的跌倒检测设备,给出系统硬件和软件的实现方案;提出基于反向传播(BP)神经网络的跌倒检测算法,将训练好的网络参数植入研制的可穿戴式跌倒检测设备,实现对跌倒的实时检测.实验结果表明:所研制的跌倒检测智能系统能够有效地区分跌倒与非跌倒,正确率达97.37％.