10.13695/j.cnki.12-1222/o3.2019.06.003
一种基于智能手机终端的远程人体姿态监测系统
为了利用便携式设备准确监测老年人的跌倒状况,提出了一种基于softmax回归的多种行为模式分类识别方法,设计并实现了基于智能手机终端的远程人体姿态监测系统.首先,构建softmax分类器分析8种日常行为模式下的加速度模值特征,由于跑步时加速度模值与突然跌倒时类似,引入倾斜角特征进行二次判别,从而识别出突然跌倒行为;针对缓慢跌倒行为下加速度模值特征不明显的问题,在softmax分类器中引入躺倒时间特征,通过设置躺倒时间阈值并判断原始位置是否在时间阈值内恢复,从而识别出缓慢跌倒行为.实验与测试结果表明,该系统准确度为95.40%,特异度为95.33%,灵敏度为95.50%,具有较高的跌倒行为识别精度,对老年人的健康状态监测提供了一种可行方案.
跌倒检测、softmax回归、多分类识别、惯性传感器、智能手机终端
27
TP391.4(计算技术、计算机技术)
国家重点研发计划;国家自然科学基金;省部级人才计划项目;重庆市科学技术委员会基础研究项目;重庆市教委基础研究项目
2020-03-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
713-718