一种基于一维卷积神经网络的老年人日常活动监测方法

摘要

本发明公开一种基于一维卷积神经网络的老年人日常活动监测方法，包括：步骤S1、确定待采集的生理参数并进行生理参数数据采集；步骤S2、对所采集的生理参数进行预处理；步骤S3、构建集成若干个一维卷积神经网络的分类器，对预处理后的生理参数进行深度学习，输出人体姿态识别结果；步骤S4、根据人体姿态识别结果进行安全预警。本发明通过采集老年人的多模态生理参数，采用集成多个一维卷积神经网络的分类器进行人体姿态识别，有效实现对老年人姿态的精准识别，当老年人发生异常行为时能够及时报警，有效地解决了老年人日常活动的监测问题，还能应用于有运动障碍，帕金森等疾病的病人的辅助康复治疗。