异常行为检测方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术适用于计算机技术领域，尤其涉及一种异常行为检测方法、装置、计算机设备及存储介质，所述方法包括：获取用户的加速度数据；判断用户当前状态；当判断用户当前状态为静止状态时，根据静态平衡能力评估模型确定用户的静态能力变异指数；当判断用户当前状态为行动状态时，根据行动能力评估模型以及所述加速度数据确定用户的行动能力变异指数；根据所述静态能力变异指数以及所述行动能力变异指数确定用户异常信息。本发明专利技术提供的异常行为检测方法通过加速度分析出用户的静态能力变异指数和行动能力变异指数，也就是当前状态相对于历史同期的状态差异来作为异常风险评估系数，可以早期对老年人异常状态进行预测，有利于对老年人的监护。

【技术实现步骤摘要】
异常行为检测方法、装置、计算机设备及存储介质
本专利技术属于计算机
，尤其涉及一种异常行为检测方法、装置、计算机设备及存储介质。
技术介绍
我国人口老龄化进程过快引发了一系列社会问题，养老问题成为全社会关注的热点话题。为了积极应对老龄化问题，市场上出现了大量的智能家居产品，通过各种感知、识别和自动控制技术，为独居老人提供方便、舒适、智能的养老环境。目前市场上的智能家居主要为老年人提供健康管理、日常活动监护以及异常情况(如跌倒)报警等服务，但这样的服务通常都是发生在异常发生之后，却很少存在能够对在早期就对老年人可能会发生异常的行为进行预测而报警的服务。可见，现有技术中还无法实现早期就能对老年人可能会发生的异常行为进行预测的功能。
技术实现思路
本专利技术实施例的目的在于提供一种异常行为检测方法，旨在解决现有技术中还存在的无法实现早期就能对老年人可能会发生的异常行为进行预测的功能的技术问题。本专利技术实施例是这样实现的，一种异常行为检测方法，包括：获取用户的加速度数据；<br>根据所述加速度本文档来自技高网...

【技术保护点】
1.一种异常行为检测方法，其特征在于，包括：/n获取用户的加速度数据；/n根据所述加速度数据判断用户的运动状态；所述用户的运动状态包括行走状态以及静止状态；/n当判断用户的运动状态为静止状态时，根据预设的静态平衡能力评估模型确定用户的静态能力变异指数；/n当判断用户的运动状态为行走状态时，根据预设的行动能力评估模型以及所述加速度数据确定用户的行动能力变异指数；/n基于所述静态能力变异指数以及所述行动能力变异指数确定用户异常信息。/n

【技术特征摘要】
1.一种异常行为检测方法，其特征在于，包括：
获取用户的加速度数据；
根据所述加速度数据判断用户的运动状态；所述用户的运动状态包括行走状态以及静止状态；
当判断用户的运动状态为静止状态时，根据预设的静态平衡能力评估模型确定用户的静态能力变异指数；
当判断用户的运动状态为行走状态时，根据预设的行动能力评估模型以及所述加速度数据确定用户的行动能力变异指数；
基于所述静态能力变异指数以及所述行动能力变异指数确定用户异常信息。


2.根据权利要求1所述的一种异常行为检测方法，其特征在于，在所述基于所述静态能力变异指数、所述行动能力变异指数以及预设的用户所属画像的健康报警阈值确定用户异常信息的步骤前，还包括：
获取用户的历史跌倒数据，并根据用户的历史跌倒数据确定用户的跌倒影响指数；
所述基于所述静态能力变异指数、所述行动能力变异指数以及预设的用户所属画像的健康报警阈值确定用户异常信息的步骤，具体为：
基于所述静态能力变异指数、所述行动能力变异指数、所述跌倒影响指数以及预设的用户所属画像的健康报警阈值确定用户异常信息。


3.根据权利要求1所述的一种异常行为检测方法，其特征在于，在所述获取用户的加速度数据的步骤之后，还包括：
利用低通滤波器对所述加速度数据处理，生成高频噪音过滤的加速度数据。


4.根据权利要求1所述的一种异常行为检测方法，其特征在于，所述基于所述静态能力变异指数以及所述行动能力变异指数确定用户异常信息的步骤，具体包括：
基于聚类算法并根据预设的用户基本信息确定用户的所属画像；
根据所述用户的所属画像确定所述用户的健康阈值；
基于所述静态能力变异指数、所述行动能力变异指数以及所述健康阈值确定用户异常信息。


5.根据权利要求1所述的一种异常行为检测方法，其特征在于，所述根据预设的静态平衡能力评估模型以及所述加速度数据确定用户的静态能力变异指数的步骤，具体包括：
基于预设的频率获取在预设的周期内获取用户重心的偏移量数据；
计算在所述周期内用户重心的偏移量的平均值以及均方根值；
根据所述周期内用户重心的均方根值确定当日静态平衡能力评估值；
根据所述...

【专利技术属性】
技术研发人员：汤佳梅，
申请(专利权)人：汤佳梅，
类型：发明
国别省市：广东;44