6、基于三流卷积神经网络的人体跌倒检测技术解析

基于三流卷积神经网络的人体跌倒检测技术解析

1. 引言

在发达国家，由于儿童死亡率降低、医学进步和文化变迁，人均预期寿命已超过 60 岁。预计到 2030 年，欧盟部分国家和中国将有 20%的人口超过 65 岁。然而，人们的生活质量很大程度上取决于健康状况，它决定了个人的独立性、满意度以及参与有益活动的能力。这促使许多研究团队致力于为老年人群开发辅助技术。

1.1 动机

随着年龄增长，人体生理机能下降和肌肉无力会引发健康问题，增加老年人跌倒的风险。跌倒已成为全球家庭死亡的第二大原因，每年约有 64.6 万人因此丧生。65 岁以上人群中，每年至少跌倒一次的比例在 28% - 35%，70 岁以上人群这一比例升至 32% - 42%。跌倒不仅会导致身体损伤，还会对老年人的心理造成负面影响，降低他们的自信心和独立性。为避免严重伤害，老年人需要持续的护理和监控，但专业护理人员费用高昂，可能导致家庭将老人转移住所，给老人带来不适和压力。因此，开发一种能自动触发专业援助的应急系统具有重要意义。

以下是应急系统（辅助日常生活系统，ADL）的主要组成部分：
|组成部分|功能|
| ---- | ---- |
|传感器|安装在家庭周围或附着在人体上，监测血压、心跳、体温、血糖、加速度和姿势等信息|
|本地处理中心|持续生成老年人健康的技术报告，并在紧急情况下激活远程操作员|
|远程操作员|收到警报后检查情况，必要时派遣医疗援助|

该系统的工作流程如下：

graph LR
    A[传感器] --> B[本地处理中心