基于红外阵列传感器的嵌入式跌倒检测方法及系统技术方案

本发明专利技术属于跌倒检测领域，具体涉及基于红外阵列传感器的嵌入式跌倒检测方法及系统；包括以下步骤：步骤1：获取人体姿态红外数字图像，利用EnlightenGAN数据增强网络对接收到的人体姿态红外数字图像进行预处理；步骤2：基于姿态识别算法对预处理后的人体姿态红外数字图像进行分析，获取当前目标的人体姿态信息；步骤3：利用阈值分析的方式结合当前的人体姿态信息和历史人体姿态信息进行跌倒判断；步骤4：基于采集到的人体姿态红外数字图像对步骤1到步骤3进行训练，得到训练好的模型，将训练好的模型用于跌倒检测。本发明专利技术通过红外线阵列传感器结合跌倒检测算法模型实现了人体跌倒的检测，从而有效的保护了使用者的个人隐私。

【技术实现步骤摘要】

本专利技术属于跌倒检测领域，更具体地说，涉及基于红外阵列传感器的嵌入式跌倒检测方法及系统。

技术介绍

1、近十年来，为老年人的安全进行跌倒检测引起了广泛关注，自上世纪70年代以来，已经提出了许多跌倒检测方法；根据设备是否需要佩戴，这些方法分别分为基于可穿戴设备的检测方法和基于非穿戴设备的跌倒检测方法两类；基于可穿戴设备的检测方法主要是通过加速度计、陀螺仪和磁力计等物理传感器采集穿戴者的姿态信息来判断是否跌倒；该方法的有点在于硬件架构简单，能够进行快速的跌倒检测；然而，缺点是佩戴的不适性和可穿戴设备的电池寿命有限等问题；而基于非穿戴设备的跌倒检测方法主要依靠可见光摄像头采集到视频图像数据来进行跌倒检测，该类方法能有限缓解受检者长时间佩戴检测设备的压力，但是其检测精度和检测速度极大依赖于硬件平台的算力，并且使用可见光的检测方式极大的缺乏对使用者的隐私保护。

技术实现思路

1、本专利技术提供了基于红外阵列传感器的嵌入式跌倒检测方法及系统，拟解决目前采用可见光的检测方式极大缺乏对使用者的隐私保护问题。

2本文档来自技高网...

【技术保护点】

1.基于红外阵列传感器的嵌入式跌倒检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于红外阵列传感器的嵌入式跌倒检测方法，其特征在于，所述步骤1对人体姿态红外数字图像进行预处理的具体步骤如下：

3.根据权利要求2所述的基于红外阵列传感器的嵌入式跌倒检测方法，其特征在于，所述步骤1.1中EnlightenGAN的生成器模块使用U-Net网络架构，U-Net网络结构在下采样阶段包含8个卷积模块，每个卷积模块包含2个3x3的卷积层、LeakyReLu激活函数以及批归一化层，在上采样阶段通过双线性上采样与卷积层相结合。

4.根据权利要求1所述的基...

【技术特征摘要】

1.基于红外阵列传感器的嵌入式跌倒检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于红外阵列传感器的嵌入式跌倒检测方法，其特征在于，所述步骤1对人体姿态红外数字图像进行预处理的具体步骤如下：

3.根据权利要求2所述的基于红外阵列传感器的嵌入式跌倒检测方法，其特征在于，所述步骤1.1中enlightengan的生成器模块使用u-net网络架构，u-net网络结构在下采样阶段包含8个卷积模块，每个卷积模块包含2个3x3的卷积层、leakyrelu激活函数以及批归一化层，在上采样阶段通过双线性上采样与卷积层相结合。

4.根据权利要求1所述的基于红外阵列传感器的嵌入式跌倒检测方法，其特征在于，所述步骤2包括以下步骤：

5.根据权利要求4述的基于红外阵列传感器的嵌入式跌倒检测方法，其特征在于，步骤2.6中所述多头注意力层首先将输入特征经过三个不同的线性操作，得到其键矩阵、查询矩阵和值矩阵，并且通过softmax计算相应的注意力值，将获得的多个注意力头部(head_1～head_i)参数串联并线性化，获得了多头注意力机制的最终权重矩阵：

6.根据权利要求1所述的基于红外阵列传感器的嵌入式跌倒检测方法，其特征在于，所述姿态识...

【专利技术属性】
技术研发人员：刘建阳，吴小平，龚天翼，晏世成，李林峰，张四中，王信，谭清强，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：