失智老人徘徊行为识别算法

为检测失智老人的徘徊行为,实现智能看护,该文提出基于超宽带(Ultra Wide Band,UWB)运动轨迹的两阶段多粒度室内徘徊行为模式检测算法框架。该算法框架第一阶段对老人的运动轨迹进行初筛,判定是否为徘徊行为,第二阶段对徘徊的模式进行细粒度分类,确定是哪种具体的徘徊模式(环形、往返、环形-往返、环形-往返-环形)。对2阶段分别进行对比实验,第一阶段对比1D-CNN、LSTM、LR算法,1D-CNN算法效果最好,精确率96.1%,召回率94.3%;第二阶段对比LR算法、XGBoost、LightGBM和2D-CNN算法,XGBoost算法效果最好,平均准确率97.24%,平均召回率97.18%。实验结果表明,该文提出的徘徊检测算法框架能够对失智老人的徘徊行为进行有效的识别。