基于深度数据分析的室内老人摔倒检测方法
2018-04-13张文强任衍允
计算机技术与发展 2018年4期
杨 磊,张文强,任衍允
(上海大学 机电工程与自动化学院 上海市电站自动化技术重点实验室,上海 200072)
0 引 言
全球正以惊人速度奔向老龄化。欧洲较早进入老龄化社会,其中德国被称为“欧洲养老院”。中国于2000年已正式跨入老龄化社会,据民政部发布数据表明,截至2015年底60岁以上人口占总人口比例为16.1%,是全世界老龄人口最多、老龄化速度发展最快的一个国家。无论是欧美日发达国家还是中国,人口老龄化带来的社会问题日益突显。摔倒是老年护理和生活中面临的一个重要问题。摔倒给老人自身带来生理、心理以及经济负担,也增加了社会、政府关于老年医疗、料理、保险等费用。Noury等的研究显示,老年人摔倒后如能得到及时救助,可以有效降低80%的死亡风险和26%的住院长期治疗风险[1]。若及时发现老人的摔倒事件,对其相关行为进行检测和处理,则可以有效减少摔倒的各种后果。随着模式识别与人工智能、计算机视觉、物联网、多传感器技术的发展,老人摔倒检测呈现自动化、智能化和远程化。通常老人摔倒检测系统前端采用图像、声音、加速度计等传感器对摔倒过程的各种信息进行采集,然后使用模式识别方法对摔倒进行判断,如果发生摔倒事件即刻触发报警设备或远程呼叫[2-3]。国内外老人摔倒检测系统中主要使用三类传感器:以重力与加速度计为感知量的便携式设备,以声、电磁、震动等为感知量的环境检测设备,以及以图像与视频为处理对象的监控检测设备。……
登录APP查看全文
