基于跌倒檢測的老人看護(hù)系統(tǒng)的設(shè)計與實現(xiàn)
發(fā)布時間:2023-03-11 05:50
隨著現(xiàn)代社會老齡化程度的不斷加深,老年人口所占比例變得越來越大,其身體健康及人身安全是亟待解決的問題。對老年人群體威脅最大的是由跌倒引發(fā)的意外傷害,跌倒后的及時發(fā)現(xiàn)與救治就顯得十分有意義。本文以老人跌倒檢測為切入點提出了一種老人看護(hù)系統(tǒng)方案,全文的主要內(nèi)容包括:1.闡述了研究老人看護(hù)系統(tǒng)的社會意義,并介紹了老人看護(hù)系統(tǒng)及跌倒檢測的國內(nèi)外發(fā)展現(xiàn)狀。首先介紹了當(dāng)今市面上的典型看護(hù)系統(tǒng)產(chǎn)品,然后對跌倒行為識別常用的研究方法、處理流程以及涉及到的相關(guān)算法進(jìn)行了介紹并分析了其優(yōu)缺點。2.提出了一種改進(jìn)的基于深度圖和加速計的跌倒檢測算法,算法從加速計數(shù)據(jù)中提取人體運動特征,從深度圖中提取人體姿態(tài)特征,并以這兩種特征建立人體跌倒模型。檢測算法可以分為特征提取和分類識別兩個環(huán)節(jié),提取圖像特征時首先利用改進(jìn)的背景差分法來提取前景人體目標(biāo)輪廓,再使用可遷移的卷積自編碼器實現(xiàn)對人體姿態(tài)特征的提取,最后使用雙向長短期記憶網(wǎng)絡(luò)對跌倒行為進(jìn)行最終判斷。實驗部分從準(zhǔn)確率、召回率、特異度和正確率四個指標(biāo)對本文提出的跌倒識別算法進(jìn)行評估。通過實驗對比和分析,本文基于深度圖和加速計的跌倒識別算法在各項指標(biāo)上獲得了較好的結(jié)...
【文章頁數(shù)】:88 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第一章 引言
1.1 研究目的與意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 老人看護(hù)系統(tǒng)
1.2.2 跌倒檢測
1.3 本文內(nèi)容結(jié)構(gòu)安排
第二章 相關(guān)原理與技術(shù)
2.1 前景目標(biāo)提取
2.2 自編碼器
2.3 時序分類模型
2.4 ZigBee通信技術(shù)
2.5 本章小結(jié)
第三章 系統(tǒng)需求分析
3.1 系統(tǒng)分析
3.1.1 需求分析
3.1.2 基本功能分析
3.1.3 可行性分析
3.2 系統(tǒng)總體設(shè)計
3.2.1 系統(tǒng)總體框架
3.2.2 系統(tǒng)功能結(jié)構(gòu)
3.2.3 數(shù)據(jù)庫設(shè)計
3.3 本章小結(jié)
第四章 跌倒行為檢測算法的設(shè)計
4.1 檢測算法總體設(shè)計
4.1.1 人體跌倒模型的建立
4.1.2 跌倒檢測算法的執(zhí)行流程
4.2 加速計特征提取
4.3 前景目標(biāo)提取
4.3.1 基于中值背景的背景差分法
4.3.2 地板平面的建立以及高度值計算
4.3.3 改進(jìn)的背景差分法閾值處理
4.4 人體姿態(tài)特征提取
4.4.1 特征提取器總體設(shè)計
4.4.2 數(shù)據(jù)增強
4.4.3 基于信息熵的卷積核評價
4.4.4 引入權(quán)值稀疏的代價函數(shù)
4.5 使用雙向LSTM模型進(jìn)行識別
4.5.1 模型基本結(jié)構(gòu)
4.5.2 模型優(yōu)化細(xì)節(jié)
4.6 實驗測試結(jié)果
4.7 本章小結(jié)
第五章 監(jiān)護(hù)系統(tǒng)的實現(xiàn)
5.1 監(jiān)護(hù)系統(tǒng)的軟件實現(xiàn)
5.1.1 軟件系統(tǒng)的總體設(shè)計
5.1.2 終端與服務(wù)器通信的實現(xiàn)
5.1.3 用戶管理模塊的實現(xiàn)
5.1.4 老人服務(wù)模塊的實現(xiàn)
5.1.5 跌倒統(tǒng)計模塊的實現(xiàn)
5.1.6 室內(nèi)監(jiān)測模塊的實現(xiàn)
5.2 監(jiān)護(hù)系統(tǒng)的硬件實現(xiàn)
5.2.1 傳感器網(wǎng)的通訊協(xié)議
5.2.2 ZigBee協(xié)調(diào)節(jié)點的實現(xiàn)
5.2.3 ZigBee終端節(jié)點的實現(xiàn)
5.3 本章小結(jié)
第六章 系統(tǒng)測試與分析
6.1 測試環(huán)境及部署
6.2 軟件測試
6.2.1 賬號管理
6.2.2 老人服務(wù)
6.2.3 跌倒統(tǒng)計
6.2.4 室內(nèi)監(jiān)測
6.3 硬件測試
6.3.1 ZigBee通信性能測試
6.3.2 傳感器性能測試
6.4 跌倒檢測測試
6.5 測試結(jié)果
第七章 總結(jié)與展望
7.1 論文工作總結(jié)
7.2 課題研究展望
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
致謝
本文編號:3759317
【文章頁數(shù)】:88 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第一章 引言
1.1 研究目的與意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 老人看護(hù)系統(tǒng)
1.2.2 跌倒檢測
1.3 本文內(nèi)容結(jié)構(gòu)安排
第二章 相關(guān)原理與技術(shù)
2.1 前景目標(biāo)提取
2.2 自編碼器
2.3 時序分類模型
2.4 ZigBee通信技術(shù)
2.5 本章小結(jié)
第三章 系統(tǒng)需求分析
3.1 系統(tǒng)分析
3.1.1 需求分析
3.1.2 基本功能分析
3.1.3 可行性分析
3.2 系統(tǒng)總體設(shè)計
3.2.1 系統(tǒng)總體框架
3.2.2 系統(tǒng)功能結(jié)構(gòu)
3.2.3 數(shù)據(jù)庫設(shè)計
3.3 本章小結(jié)
第四章 跌倒行為檢測算法的設(shè)計
4.1 檢測算法總體設(shè)計
4.1.1 人體跌倒模型的建立
4.1.2 跌倒檢測算法的執(zhí)行流程
4.2 加速計特征提取
4.3 前景目標(biāo)提取
4.3.1 基于中值背景的背景差分法
4.3.2 地板平面的建立以及高度值計算
4.3.3 改進(jìn)的背景差分法閾值處理
4.4 人體姿態(tài)特征提取
4.4.1 特征提取器總體設(shè)計
4.4.2 數(shù)據(jù)增強
4.4.3 基于信息熵的卷積核評價
4.4.4 引入權(quán)值稀疏的代價函數(shù)
4.5 使用雙向LSTM模型進(jìn)行識別
4.5.1 模型基本結(jié)構(gòu)
4.5.2 模型優(yōu)化細(xì)節(jié)
4.6 實驗測試結(jié)果
4.7 本章小結(jié)
第五章 監(jiān)護(hù)系統(tǒng)的實現(xiàn)
5.1 監(jiān)護(hù)系統(tǒng)的軟件實現(xiàn)
5.1.1 軟件系統(tǒng)的總體設(shè)計
5.1.2 終端與服務(wù)器通信的實現(xiàn)
5.1.3 用戶管理模塊的實現(xiàn)
5.1.4 老人服務(wù)模塊的實現(xiàn)
5.1.5 跌倒統(tǒng)計模塊的實現(xiàn)
5.1.6 室內(nèi)監(jiān)測模塊的實現(xiàn)
5.2 監(jiān)護(hù)系統(tǒng)的硬件實現(xiàn)
5.2.1 傳感器網(wǎng)的通訊協(xié)議
5.2.2 ZigBee協(xié)調(diào)節(jié)點的實現(xiàn)
5.2.3 ZigBee終端節(jié)點的實現(xiàn)
5.3 本章小結(jié)
第六章 系統(tǒng)測試與分析
6.1 測試環(huán)境及部署
6.2 軟件測試
6.2.1 賬號管理
6.2.2 老人服務(wù)
6.2.3 跌倒統(tǒng)計
6.2.4 室內(nèi)監(jiān)測
6.3 硬件測試
6.3.1 ZigBee通信性能測試
6.3.2 傳感器性能測試
6.4 跌倒檢測測試
6.5 測試結(jié)果
第七章 總結(jié)與展望
7.1 論文工作總結(jié)
7.2 課題研究展望
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
致謝
本文編號:3759317
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3759317.html
最近更新
教材專著