基于機(jī)器學(xué)習(xí)算法的摔倒檢測(cè)和日常行為識(shí)別研究.pdf

1、隨著人口老齡化現(xiàn)象的不斷加劇，同時(shí)由于家庭和社會(huì)的諸多因素，越來(lái)越多的老年人不得不選擇獨(dú)居，社會(huì)因此給這類人群下了一個(gè)新的定義，稱作“空巢老人”，指的是那些沒有子女照顧、單獨(dú)居住的老年群體。基于以上情況，日常生活中的摔倒事件逐漸變成威脅老年人生命的重要因素之一。這是老年人必須接受的、不得不面對(duì)的事實(shí)，更是整個(gè)社會(huì)需要警醒的、急需幫助老年人解決的問題。使用傳感器似乎可以幫助老人檢測(cè)到這類問題，但“摔倒”是一剎那的動(dòng)作，非加速度傳感器幾乎捕

2、捉不到；同時(shí)，該行為非常容易和其他動(dòng)作混淆，造成錯(cuò)判。本文綜合考慮“摔倒”特性和機(jī)器學(xué)習(xí)算法的配合，對(duì)摔倒檢測(cè)和行為識(shí)別同時(shí)作了研究，為老人的日常行為做全方位的把控。
　　本文使用三種已有的機(jī)器學(xué)習(xí)算法，針對(duì)由可穿戴傳感器采集的用戶日常行為數(shù)據(jù)，進(jìn)行試探性的訓(xùn)練和測(cè)試。三類機(jī)器學(xué)習(xí)算法分別是支持向量機(jī)、后向傳播神經(jīng)網(wǎng)絡(luò)和隱藏馬爾可夫模型，用戶日常行為數(shù)據(jù)共有11類，包括走路、摔倒、坐下、躺下、坐著、躺著等姿勢(shì)。針對(duì)三類方法得到的不

3、同分類結(jié)果，從準(zhǔn)確度、運(yùn)行速度、時(shí)間復(fù)雜度等角度進(jìn)行精準(zhǔn)分析，并對(duì)其低準(zhǔn)確度作了進(jìn)一步研究。
　　通過(guò)低準(zhǔn)確度分析，本文提出了一種新的學(xué)習(xí)方法，可以對(duì)連續(xù)的數(shù)據(jù)集進(jìn)行精準(zhǔn)分類。主要的思想是結(jié)合兩類已有的機(jī)器學(xué)習(xí)算法，通過(guò)首輪的訓(xùn)練得到第一批結(jié)果，通過(guò)分析結(jié)果判斷輸出狀態(tài)中相互混淆的分類，從而將混淆分類劃到不同組別分別處理，即進(jìn)入第二輪訓(xùn)練。實(shí)驗(yàn)證明，新的學(xué)習(xí)方法，較之已有的三類學(xué)習(xí)算法，能夠極大地提高摔倒檢測(cè)和人類日常行為的識(shí)別精