基于长短时记忆网络及变体的跌倒检测和人体行为识别系统

发布时间：2024-04-21 17:30

　　为应对人口老龄化带来的跌倒事件上升以及提高跌倒检测的准确度,设计了一种可穿戴式基于神经网络的跌倒检测和人体行为识别系统。提出基于长短时记忆网络及变体的跌倒检测及行为识别算法,将训练好的网络参数移植到研发的可穿戴式跌倒检测设备,实现对跌倒和其他行为检测,将异常行为结果、生理信息传输至监护人手机微信小程序,对被监护人的异常行为、定位信息进行监控。并且在对跌倒的种类和其他类跌倒行为区分检测中,精确率保持了较高的稳定水平。

【文章页数】：3 页

【部分图文】：

图1可穿戴跌倒检测系统

展，且用户佩戴在身体上的智能传感器设备行动方便，不受地理位置局限，相比而言不涉及用户的隐私，也能实时检测人体的生理信息，是未来监护系统的大势所趋。为提高对跌倒检测的准确率和及时性，本文设计了一种可穿戴式基于神经网络的跌倒检测和人体行为识别系统，研发的系统由硬件、云端服务器及数据库....