人口老齡化是世界各國(guó)正在面對(duì)的一個(gè)普遍問(wèn)題。隨著我國(guó)老齡化程度的持續(xù)加劇,對(duì)于老年人群體的醫(yī)療資源投入會(huì)不斷提高。而與此同時(shí),跌倒已經(jīng)成為老年人日常生活中最為常見(jiàn)的危險(xiǎn)行為活動(dòng)。所以,跌倒檢測(cè)系統(tǒng)的研究和應(yīng)用對(duì)降低老年人受到的身心傷害和醫(yī)療成本具有顯著的意義。目前解決老年人跌倒檢測(cè)的方案仍存在許多不足。其中,基于計(jì)算機(jī)視覺(jué)的跌倒檢測(cè)技術(shù)在無(wú)干擾的場(chǎng)景下檢測(cè)較為有效,但其易受環(huán)境變化(如背景光線影響、人遮擋問(wèn)題等)影響。此外,基于可穿戴計(jì)算的跌倒檢測(cè)技術(shù)受限于算法穩(wěn)定性和識(shí)別準(zhǔn)確率,系統(tǒng)的靈敏度和特異性難以同時(shí)得到保證。針對(duì)上述問(wèn)題本文提出一種融合計(jì)算機(jī)視覺(jué)和可穿戴計(jì)算數(shù)據(jù)的跌倒檢測(cè)新的方法。首先,設(shè)計(jì)并開(kāi)發(fā)了集成三軸加速度計(jì)、三軸陀螺儀和藍(lán)牙的活動(dòng)感知模塊,實(shí)現(xiàn)實(shí)時(shí)采集、傳輸人體活動(dòng)數(shù)據(jù):其次,使用深度學(xué)習(xí)算法從攝像頭采集的圖像數(shù)據(jù)提取人體姿態(tài)特征數(shù)據(jù):最后,對(duì)采集的人體活動(dòng)數(shù)據(jù)和姿態(tài)數(shù)據(jù)進(jìn)行規(guī)范化和時(shí)序化處理,設(shè)計(jì)了兩個(gè)深度學(xué)習(xí)網(wǎng)絡(luò)分別對(duì)數(shù)據(jù)進(jìn)行特征提取,并將兩特征進(jìn)行特征層數(shù)據(jù)融合,在此基礎(chǔ)上構(gòu)建神經(jīng)網(wǎng)絡(luò)對(duì)融合數(shù)據(jù)進(jìn)行活動(dòng)本文搭建了實(shí)驗(yàn)平臺(tái)并進(jìn)行了算法測(cè)試,其中,本文跌倒檢測(cè)算法針對(duì)離線測(cè)試數(shù)據(jù)的準(zhǔn)確率為992%,平均敏感度為995%、平均特異性為99.8%:針對(duì)在線數(shù)據(jù)系統(tǒng)測(cè)試準(zhǔn)確率為98.9%、平均敏感度為99.2%、平均特異性為99.5%實(shí)驗(yàn)結(jié)果證明了利用計(jì)算機(jī)視覺(jué)和可穿戴計(jì)算數(shù)據(jù)融合的跌倒檢測(cè)具有較高的準(zhǔn)確率和魯棒性。
標(biāo)簽:
視覺(jué)圖像
數(shù)據(jù)融合
上傳時(shí)間:
2022-03-14
上傳用戶(hù):bluedrops