一种基于智能手机终端的远程人体姿态监测系统

作     者：刘宇 惠鸿飞 路永乐 亓林 邹新海 黎人溥 LIU Yu;HUI Hongfei;LU Yongle;QI Lin;ZOU Xinhai;LI Renpu

作者机构：重庆邮电大学智能传感技术与微系统重庆市高校工程研究中心 

基　　金：国家重点研发计划(2018YFF01010202,2018YFF01010201) 国家自然科学基金(61705027,11704053,61901069,51902037) 省部级人才计划项目(CSTC-CXLJRC201711) 重庆市科学技术委员会基础研究项目(CSTC-2017csmsA40017,CSTC-2018jcyjax0619) 重庆市教委基础研究项目(KJZH17115,KJQN201800626,KJQN201900615) 

出 版 物：《中国惯性技术学报》 (Journal of Chinese Inertial Technology)

年 卷 期：2019年第27卷第6期

页      码：713-718页

摘      要：为了利用便携式设备准确监测老年人的跌倒状况,提出了一种基于softmax回归的多种行为模式分类识别方法,设计并实现了基于智能手机终端的远程人体姿态监测系统。首先,构建softmax分类器分析8种日常行为模式下的加速度模值特征,由于跑步时加速度模值与突然跌倒时类似,引入倾斜角特征进行二次判别,从而识别出突然跌倒行为;针对缓慢跌倒行为下加速度模值特征不明显的问题,在softmax分类器中引入躺倒时间特征,通过设置躺倒时间阈值并判断原始位置是否在时间阈值内恢复,从而识别出缓慢跌倒行为。实验与测试结果表明,该系统准确度为95.40%,特异度为95.33%,灵敏度为95.50%,具有较高的跌倒行为识别精度,对老年人的健康状态监测提供了一种可行方案。

主 题 词：跌倒检测 softmax回归 多分类识别 惯性传感器 智能手机终端 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

核心收录：

D　O　I：10.13695/j.cnki.12-1222/o3.2019.06.003

馆 藏 号：203884420...