视觉图像和可穿戴计算数据融合的跌倒检测技术及应用

发布时间：2023-04-11 22:19

　　人口老龄化是世界各国正在面对的一个普遍问题。随着我国老龄化程度的持续加剧,对于老年人群体的医疗资源投入会不断提高。而与此同时,跌倒已经成为老年人日常生活中最为常见的危险行为活动。所以,跌倒检测系统的研究和应用对降低老年人受到的身心伤害和医疗成本具有显著的意义。目前解决老年人跌倒检测的方案仍存在许多不足。其中,基于计算机视觉的跌倒检测技术在无干扰的场景下检测较为有效,但其易受环境变化(如背景光线影响、人遮挡问题等)影响。此外,基于可穿戴计算的跌倒检测技术受限于算法稳定性和识别准确率,系统的灵敏度和特异性难以同时得到保证。针对上述问题本文提出一种融合计算机视觉和可穿戴计算数据的跌倒检测新的方法。首先,设计并开发了集成三轴加速度计、三轴陀螺仪和蓝牙的活动感知模块,实现实时采集、传输人体活动数据;其次,使用深度学习算法从摄像头采集的图像数据提取人体姿态特征数据;最后,对采集的人体活动数据和姿态数据进行规范化和时序化处理,设计了两个深度学习网络分别对数据进行特征提取,并将两特征进行特征层数据融合,在此基础上构建神经网络对融合数据进行活动分类和跌倒检测。本文搭建了实验平台并进行了算法测试。其中,本...

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景
    1.2 研究意义
    1.3 国内外研究现状
        1.3.1 跌倒检测技术概述
        1.3.2 基于可穿戴计算的跌倒检测技术
        1.3.3 基于情景感知的跌倒检测技术
        1.3.4 基于视觉感知技术的跌倒检测
    1.4 研究内容
    1.5 论文结构
第2章 技术基础
    2.1 可穿戴技术
        2.1.1 无线传感技术
        2.1.2 人体活动数据采集技术
    2.2 人体姿态数据检测技术
        2.2.1 自上而下的方法
        2.2.2 自下而上的方法
    2.3 数据融合技术
    2.4 算法性能评估技术
    2.5 本章小结
第3章 人体活动数据采集与处理
    3.1 构建人体活动模型
    3.2 人体活动数据采集
        3.2.1 人体活动感知模块硬件设计
        3.2.2 人体活动感知模块软件设计
    3.3 人体活动数据处理
    3.4 本章小结
第4章 基于视觉的人体姿态检测技术
    4.1 基于视觉的人体骨骼关键点检测技术
        4.1.1 网络架构
        4.1.2 人体骨骼关键点特征提取网络
        4.1.3 人体PAFs特征提取网络
    4.2 人体姿态数据提取及处理
        4.2.1 人体姿态数据提取
        4.2.2 人体姿态数据处理
    4.3 算法实现与测试
        4.3.1 算法实现
        4.3.2 算法测试
    4.4 本章小结
第5章 图像与活动数据融合的跌倒检测
    5.1 数据特征融合模型
        5.1.1 人体活动数据时序化特征提取
        5.1.2 人体姿态数据时序化特征提取
        5.1.3 特征融合
    5.2 基于特征融合的跌倒检测算法
        5.2.1 网络设计
        5.2.2 网络损失函数设计
    5.3 算法实现
    5.4 本章小结
第6章 系统实验与结果分析
    6.1 实验平台搭建
        6.1.1 实验设备
        6.1.2 实验数据集构建
    6.2 网络训练
    6.3 实验测试和分析
        6.3.1 离线测试和分析
        6.3.2 在线测试和分析
    6.4 本章小结
结论
参考文献
攻读硕士学位期间取得的研究成果
致谢



本文编号：3789857