苏春芳 傅立成 李梃颖 简易纬

1(江阴职业技术学院 江苏 江阴 214405)2(台湾大学 台湾 台北 10617)

0 引 言

随着人民生活水平的提高和医疗技术的高度发展，人的寿命得到了延长，同时也加剧了人口老龄化的步伐。中国国家统计局的统计数据显示，在未来的一段时间内，老年人口比重将持续上升，人口老龄化程度将继续加深。2018年末60岁及以上人口为24 949万人，占总人口的17.9%，与2017年末数据相比，比重上升了0.6个百分点；65岁及以上人口为16 658万人，所占比例为11.9%，比重上升0.5个百分点[1]。随之而来的问题是如何给予老人合理、健康的照顾，因此在非临床环境下具有行为辨识功能的辅助照顾系统成为当前研究的热点。近年来主流的行为辩识技术主要分为两大类，一类是基于图像的行为识别技术，文献[2]应用深度学习算法对图像数据进行学习，建立一种基于深度学习算法的行为识别模型，该模型能够识别12类行为，准确率达到81.8% ；文献[3]通过提取视频流的时空轨迹特征，提出一种分层的、用于识别复杂行为动作的模型。另一类是基于机器视觉的行为识别技术，它虽然可以对日常行为进行识别，但是为了保护使用者的隐私，一种非侵入式的、基于传感器的行为识别技术应运而生。随着IoT(Internet of Things)技术的进步，很容易收集到来自传感器的日常行为数据，通过对来自可穿戴式设备的数据的分析，文献[4]能够对日常家务劳动中的行为进行识别，文献[5]成功地对室内、室外9种日常行为进行识别。……