基于开源框架的人机交互危险姿态识别系统设计

老年人因年龄增长、身体机能衰退和认知功能减弱而面临不同程度的生活危险。因此,为了及时发现、监测和处理老年人的危险姿势,从而保护老年人的安全和健康。研究提出一种融合端对端思想和卷积神经网络(Port to port convolutional neural network, PTP-CNN)的老年人危险位姿虚拟模型识别算法,从而做出预防性措施或及时的护理。研究结果表明,该系统在运用PTP-CNN算法时,Epochs的训练次数为15～30之间,MSE评价指标上PTP-CNN模型分别比SW-CNN、AlexNet降低25.33%、5.17%,说明PTP-CNN模型拥有更高的准确性和精确性,可以更好地进行图像识别任务,从而及时发现老年人的危险姿势。