技术详细介绍
本申请提供了一种基于深度学习的老人摔倒检测方法、检测手环及存储介质,通过佩戴检测手环获取身体姿态数据和体征数据,利用构建好的深度学习模型对获取的数据进行计算。据计算结果对应输出摔倒级别,将摔倒级别输出至通信设备,进行报警。深度学习模型在进行构建时,通过神经网络对历史身体姿态数据进行学习,能有效地识别正常情况下,老人的常规动作和习惯动作,能及时检测出,老人发生碰撞时的应激反应,结合设置的阈值,能对老人是否发生碰撞,做出准确判断。避免漏报,错报的发生。当碰撞发生后,利用即时检测的体征数据,对摔倒等级进行评价,输出报警。有助于施救者及时了解老人身体信息,采取正确的救助措施。
本申请提供了一种基于深度学习的老人摔倒检测方法、检测手环及存储介质,通过佩戴检测手环获取身体姿态数据和体征数据,利用构建好的深度学习模型对获取的数据进行计算。据计算结果对应输出摔倒级别,将摔倒级别输出至通信设备,进行报警。深度学习模型在进行构建时,通过神经网络对历史身体姿态数据进行学习,能有效地识别正常情况下,老人的常规动作和习惯动作,能及时检测出,老人发生碰撞时的应激反应,结合设置的阈值,能对老人是否发生碰撞,做出准确判断。避免漏报,错报的发生。当碰撞发生后,利用即时检测的体征数据,对摔倒等级进行评价,输出报警。有助于施救者及时了解老人身体信息,采取正确的救助措施。