基于双向LSTM神经网络可穿戴跌倒检测研究

doi:10.16088/j.issn.1001-6600.2021071003

广西师范大学学报（自然科学版） ›› 2022, Vol. 40 ›› Issue (03) : 141 -150. DOI: 10.16088/j.issn.1001-6600.2021071003

作者信息 +

Author information +

文章历史 +

PDF

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。