基于Jetson TX2的老人跌倒监护设计

摘要：

为减少"空巢老人"因发生跌倒而遭受的后继伤害,助力人工智能在居家环境中的应用落地,文中提出一种基于通用边缘智能平台的老人跌倒监护设计.该设计以边缘智能平台为核心,实时采集高清摄像头的视频数据,并对视频帧进行运动目标提取和人体跌倒姿态识别,在跌倒发生时能实时给监护人发送告警信息,以便获得及时救助.同时,在Jetson TX2平台上构建机器视觉开发环境,利用Darknet深度学习框架和预训练权重模型实现人体识别和跌倒监测,基于OpenCV和腾讯云短信技术分别实现本地端图形方式和远程端短信方式的报警功能.测试结果表明,文中的设计方案能够实时、精确地监测跌倒异常,无需佩戴,适合老人的使用习惯,且具有实现简单、易于部署的优点,可为跌倒监护提供一种低成本的方案.

关键词：跌倒监护、Jetson TX2、视频数据采集、机器视觉、运动目标提取、人体识别、告警信息发送、系统测试

所属期刊栏目：45

分类号：TN931+.3-34;TP212.9

资助基金：华北水利水电大学一流本科课程建设基金项目;教育部产学合作协同育人项目;河南省高等教育教学改革研究与实践项目

在线出版日期：2022-10-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：45-48