The invention provides an elderly fall detection method, equipment and storage device. Based on risk analysis, an elderly fall detection method is proposed. By introducing risk matrix, defining the risk function of a single sample and the overall risk function, the problem of improving the elderly fall recognition rate is transformed into solving the minimum wind. For the problem of risk function, Bayesian and NP-based methods are used to solve the minimization of the risk function of single sample and the total risk function respectively. An elderly fall detection device and storage device are used to realize the elderly fall detection method based on risk analysis. The beneficial effect of the invention is that the technical scheme provided by the invention improves the effective recognition rate of falls of the elderly, improves the personal safety of the elderly, and reduces the potential safety hazards caused by falls of the elderly.
【技术实现步骤摘要】
一种老年人跌倒检测方法、设备及存储设备
本专利技术涉及机器学习领域,尤其涉及一种老年人跌倒检测方法、设备及存储设备。
技术介绍
跌倒是老年人群中一个非常普遍的现象,严重影响老年人的健康水平,因而国内外学者对老年人跌到检测做出了众多研究。跌到检测算法作为跌到检测系统的核心,目前研究的趋势是采用机器学习的方法,即根据给定的训练集训练得到分类预测模型来进行跌倒判断。然而,在评估一个算法模型时,大多数研究是基于整体准确度,忽略了跌到检测代价风险性问题,即一次跌倒事件的漏判产生的代价是远远大于一次非跌倒行为的误判,存在着跌倒有效识别率低的问题。因此,如何通过一种方法,对已经得到模型进行有效的改进,最大限度提高跌倒的有效识别率,降低代价风险,是一个重要的问题。
技术实现思路
为了解决上述问题,本专利技术提供了一种老年人跌倒检测方法、设备及存储设备,一种老年人跌倒检测方法,主要包括以下步骤:S101:根据分类算法,采用样本训练的方法,得到一个初始分类模型;S102:根据所述初始分类模型,得到每个样本的概率输出结果,所述每个样本的概率输出结果作为后验概率;S103:根据训练样本,分别统计样本的跌倒正确识别率和非跌倒正确识别率;S104:建立风险矩阵,所述风险矩阵中的每一项元素代表每一种识别情况下的风险因子,即所述风险矩阵中的每一项元素代表每一种分类预测结果带来的风险;S105:根据所述后验概率和所述风险因子,建立单个样本风险函数;根据所述后验概率和跌倒正确识别率及非跌倒正确识别率,建立总体风险函数;S106:通过最小化所述单个样本的风险函数和总体风险函数,得到最终的分类模型; ...
【技术保护点】
1.一种老年人跌倒检测方法,其特征在于:包括以下步骤:S101:根据分类算法,采用样本训练的方法,得到一个初始分类模型;S102:根据所述初始分类模型,得到每个样本的概率输出结果,所述每个样本的概率输出结果作为后验概率;S103:根据训练样本,分别统计所述训练样本的跌倒正确识别率和非跌倒正确识别率;S104:建立风险矩阵,所述风险矩阵中的每一项元素代表每一种识别情况下的风险因子,即所述风险矩阵中的每一项元素代表每一种分类预测结果带来的风险;S105:根据所述后验概率和所述风险因子,建立单个样本风险函数;根据所述后验概率和统计的跌倒正确识别率及非跌倒正确识别率,建立总体风险函数;S106:通过最小化所述单个样本的风险函数和总体风险函数,得到最终的分类模型;S107:根据所述最终的分类模型,对实际的数据进行分类,判断老人是否跌倒。
【技术特征摘要】
1.一种老年人跌倒检测方法,其特征在于:包括以下步骤:S101:根据分类算法,采用样本训练的方法,得到一个初始分类模型;S102:根据所述初始分类模型,得到每个样本的概率输出结果,所述每个样本的概率输出结果作为后验概率;S103:根据训练样本,分别统计所述训练样本的跌倒正确识别率和非跌倒正确识别率;S104:建立风险矩阵,所述风险矩阵中的每一项元素代表每一种识别情况下的风险因子,即所述风险矩阵中的每一项元素代表每一种分类预测结果带来的风险;S105:根据所述后验概率和所述风险因子,建立单个样本风险函数;根据所述后验概率和统计的跌倒正确识别率及非跌倒正确识别率,建立总体风险函数;S106:通过最小化所述单个样本的风险函数和总体风险函数,得到最终的分类模型;S107:根据所述最终的分类模型,对实际的数据进行分类,判断老人是否跌倒。2.如权利要求1所述的一种老年人跌倒检测方法,其特征在于:在步骤S102中,所述后验概率包括跌倒概率和非跌倒概率。3.如权利要求1所述的一种老年人跌倒检测方法,其特征在于:在步骤S104中,创建一个2x2的矩阵为所述风险矩阵,其中,所述风险矩阵的每一项元素λij代表风险因子,λij表示原本为第j类却被预测为第i类的风险。4.如权利要求3所述的一种老年人跌倒检测方法,其特征在于:在步骤S105中,建立的所述单个样本的风险函数如公式(1)所示:其中,i=1表示所述单个样本预测为跌倒的风险,i=2表示所述单个样本预测为非跌倒的风险,P(ωj|x)表示后验概率,λij表示原本为第j类却被预测为第i类的风险,j=1表示所述单个样本为预测跌倒的概...
【专利技术属性】
技术研发人员:张莉君,陈利鹏,江路,李能,王臣,
申请(专利权)人:中国地质大学武汉,
类型:发明
国别省市:湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。