APP下载

基于阈值和极端随机树的实时跌倒检测方法

2021-09-18刘晓光靳少康韦子辉王洪瑞刘秀玲

计算机应用 2021年9期
关键词:特征检测模型

刘晓光,靳少康,韦子辉,梁 铁,王洪瑞,刘秀玲*

(1.河北大学电子信息工程学院,河北保定 071002;2.河北省数字医疗工程重点实验室(河北大学),河北保定 071000;3.河北大学质量技术监督学院,河北保定 071002)

(*通信作者电子邮箱liuxiuling121@hot-mail.com)

0 引言

随着人口老龄化的加剧,全球老年人的数量预计在2045年首次超过儿童的数量。跌倒是65 岁及以上人群受伤住院的主要原因,老年人的所有重伤中有2/3由跌倒造成。在家里发生的跌倒对独自生活的老年人来说非常危险,因为他们可能无法寻求帮助。研究还发现,超过20%因跌倒而入院的患者已经在地上躺了一个小时或更长时间,跌倒在地一个小时以上的老年人即使没有发生坠落造成的直接伤害,也会在6个月内死亡。这说明跌倒后未及时发现不仅会使身体健康状况恶化,而且会造成负面的心理影响。如果不能实时地检测老年人跌倒,那么会对经济、社会发展和社会进程带来深刻影响[1]。

跌倒探测器可分为可穿戴式、视频设备和环境设备。Sucerquia 等[2]只使用单个的加速度计,尽管使用基于非线性分类特征的跌倒检测方法,弥补了单个传感器在准确率上的不足,但是仍然存在较高的假阳性率,即容易将日常活动识别为跌倒,产生误报警。Nweke等[3]提出相似活动的区分需要用到融合惯性传感器,即多传感器的融合能提高识别疑似动作的精度和降低假阳性率。随着传感器技术的发展,可穿戴式的跌倒探测器的成本变得越来越小,有利于实时跌倒检测。……

登录APP查看全文

猜你喜欢

特征检测模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
3D打印中的模型分割与打包
小波变换在PCB缺陷检测中的应用
线性代数的应用特征