一种基于智能手机终端的远程人体姿态监测系统

摘要

cqvip: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。