公开(公告)号：CN109979161B

公开(公告)日：2021-04-06

申请号：CN201910173994.X

申请日：2019-03-08

Applicant: 河海大学常州校区

Inventor： 苗红霞 ,  刘烨 ,  齐本胜 ,  许健

IPC: G08B21/04 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于卷积循环神经网络的人体跌倒检测方法,步骤如下：（1）采集人体腰部加速度和角速度传感器数据作为人体跌倒传感器数据；（2）对采集的人体跌倒传感器数据预处理,并将预处理后的六维数据样本运用改进主成分分析法处理生成新的三维特征矩阵样本；（3）将三维特征矩阵作为训练样本，训练卷积循环神经网络，并建立神经网络模型；（4）运用训练好的卷积循环神经网络的模型对人体运动传感器数据测试样本进行跌倒模式识别。本发明采用卷积循环神经网络识别，准确性高，实时性强，具有良好的应用前景。

公开(公告)号：CN109979161A

公开(公告)日：2019-07-05

申请号：CN201910173994.X

申请日：2019-03-08

Applicant: 河海大学常州校区

Inventor： 苗红霞 ,  刘烨 ,  齐本胜 ,  许健

IPC: G08B21/04 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于卷积循环神经网络的人体跌倒检测方法,步骤如下：（1）采集人体腰部加速度和角速度传感器数据作为人体跌倒传感器数据；（2）对采集的人体跌倒传感器数据预处理,并将预处理后的六维数据样本运用改进主成分分析法处理生成新的三维特征矩阵样本；（3）将三维特征矩阵作为训练样本，训练卷积循环神经网络，并建立神经网络模型；（4）运用训练好的卷积循环神经网络的模型对人体运动传感器数据测试样本进行跌倒模式识别。本发明采用卷积循环神经网络识别，准确性高，实时性强，具有良好的应用前景。