[发明专利]一种基于深度学习与智能手环相结合的摔倒检测方法

摘要

本发明公开了一种基于深度学习与智能手环相结合的摔倒检测方法。该方法是采集数据进行前景提取建立样本库，将样本库用于训练深度信念网络，利用训练完成的深度信念网络模型识别摔倒或倒下这两类行为，然后检测目标血压脉搏是否正常从而判断出目标是否摔倒；基于深度学习的行为识别方法不需要像传统机器学习方法那样对特征提取方法进行人工设计,可以在视频数据上进行训练和学习,得到最有效的表征方法，最后将识别算法与智能手环硬件高效的结合应用在一起，获得更高的检测正确率。

主权项

一种基于深度学习与智能手环相结合的摔倒检测方法，其特征在于：所述方法包括以下步骤：采集已知行为人体图像数据，所述已知行为人体图像数据为已知摔倒或躺下的人体图像数据；对所采集的已知行为人体图像数据建立已知行为样本集，所述已知行为样本集包括训练样本集和测试样本集两部分；对已知行为样本集进行前景提取获得已知行为样本集的前景图；建立深度信念网络，用已知行为样本集中的训练样本集的前景图训练深度信念网络，获取深度信念网络的较优参数；将已知行为样本集中的测试样本集的前景图输入到深度信念网络进行识别测试，获取最优参数，完成深度信念网络模型；采集包括人体目标的未知行为人体图像数据，建立未知行为样本集；对未知行为样本集进行前景提取获得未知行为样本集的前景图；通过深度信念网络模型识别未知行为是否为摔倒或躺下；若识别未知行为是摔倒或躺下，则通过智能手环检测人体目标血压脉搏是否异常，若检测的人体目标血压脉搏异常则判断为摔倒。