基于HMM与SVM的运动跌倒预警模型研究——以安徽省老年群体为例

人口老龄化问题日益加重,老年人的身体机能随着年龄的增加而降低.为提升运动跌倒预警的检测率和延长预留时间,提出基于HMM与SVM的运动跌倒预警模型,通过人体行为特征分析和判别算法设计实现运动跌倒的成功预测,并以安徽省老年群体为背景,从中采集实验数据.实验结果表明,SVM模型的检测率为69.5%,基于HMM与SVM的运动跌倒预警模型的检测率为91%,对比结果表明基于HMM与SVM的运动跌倒预警模型针对突发情况的误判率较低,具备良好的泛化能力.基于HMM与SVM的运动跌倒预警模型检测的平均预留时间是245 ms,满足充气机构反应耗时,结果有助于老年人跌倒预警以及人体保护.