基于深度学习的老人摔倒检测设计

老年人摔倒而未被及时发现已经成为危害老人生命安全的一个重大因素。随着我国老年人的生命安全保障问题越来越被重视,为了及时发现老人在家摔倒从而能尽早得到救治,提出了一种基于改进的YOLOv5目标检测算法的老人摔倒识别检测设计。通过实验证明,该设计提升了算法识别精度,降低了漏检频率,使得其具有更好的识别检查功能。

基于三轴加速度传感器的老人摔倒检测

老人因意外摔倒不能及时救助会造成严重的后果,发生意外时若能及时通知救援人员,可大大降低摔倒后的危险程度。三轴加速度传感器能够采集分析人体摔倒时三个方向的加速度变化特征,以判断老人是否摔倒。主要分析了三轴加速度传感器ADXL345的特点及工作原理,最后提出一种检测老人意外摔倒的方案。

基于人体骨架模型的远红外视频下老人摔倒检测

利用远红外光谱视频进行老人摔倒检测研究,提出一种基于人体骨架模型的远红外视频下老人摔倒检测算法;采用YOLOv4-Tiny算法获取远红外视频中人体目标位置,再利用COCO数据集训练的区域多人姿态估计网络模型,直接对自采集的远红外视频进行人体骨架提取,得到人体关节点序列,然后对人体骨架建立时空图卷积模型进行特征提取进而检测摔倒行为,并在自采集的远红外与可见光数据集中进行算法测试。结果表明,该算法对远红外数据集的摔倒检测准确率为87.71%,验证了算法对远红外视频下摔倒行为检测的有效性。

基于MSP430F149单片机的腕带式摔倒检测系统的设计

本系统提供了一种利用MSP430F149单片机来分析处理由三轴加速度传感器ADXL345采集的人体摔倒时三个方向的加速度变化信号,从而第一时间通知家人救助的设计方案。

老人智能监测系统的研究与设计

当今研究老人摔倒检测的产品越来越多,但是算法不一,稳定性能也不一样。文章介绍一种穿戴式老人摔倒检测阈值算法研究。在充分分析国内外对这方面的研究后,决定采用多阈值判断结合的研究方法。该研究的算法综合加速度阈值判断及姿态角度阈值判断,结合多组参数,同时满足多个条件才判定为摔倒事件发生,有效地避免正常行走或运动状态下的误报。