基于双向LSTM神经网络可穿戴跌倒检测研究 |
| |
引用本文: | 段美玲,潘巨龙.基于双向LSTM神经网络可穿戴跌倒检测研究[J].广西师范大学学报(自然科学版),2022(3):141-150. |
| |
作者姓名: | 段美玲 潘巨龙 |
| |
作者单位: | 1. 浙江省电磁波信息技术与计量检测重点实验室(中国计量大学);2. 中国计量大学信息工程学院 |
| |
摘 要: | 针对老年人跌倒后不能得到及时救助带来的伤害,研究跌倒检测算法和及时告警,可以减轻跌倒给老年人带来的严重危害和后果。为了提高跌倒检测精确度和实时性,本文提出基于双向长短期记忆神经网络的可穿戴跌倒检测算法,该算法可以对输入的数据(取自惯性传感器)自动提取跌倒行为内部更深层的数据特征,实现数据从预处理到检测结果的过程处理。算法模型通过神经网络提取加速度传感器的特征向量,并利用双向长短期记忆神经网络进行跌倒检测。通过跌倒公开数据集SisFall验证算法模型,结果表明该算法在SisFall实验数据集上具备较高的检测精度,满足准实时检测要求,具有较好的实用性和较强的泛化能力。
|
关 键 词: | 跌倒检测 长短期记忆 加速度传感器 神经网络 特征提取 |
|