[发明专利]跌倒检测方法及系统

权利要求书

1.一种跌倒检测方法，该方法包括：

步骤1)对于用户携带的移动终端采集的当前数据，使用训练好的预定数量的子分类器中每个子分类器以及从所采集的数据中提取与该子分类器对应的分类属性相关的数据，来判断用户是否跌倒；

步骤2)根据少数服从多数的原则，基于各个子分类器的判断结果来确定用户是否跌倒；

其中所述预定数量的子分类器是通过下面的步骤得到的：

步骤a)采集跌倒行为和非跌倒行为产生的加速度数据，并基于预定的用于跌倒检测的特征集来构建样本数据集，所述特征集包括加速度数据的时间域和变换域的特征；

步骤b)从所述样本数据集中随机抽取一个子样本集合，

步骤c)从所述特征集中选择多个特征子集作为分类属性，基于所抽取的子样本集合分别训练与各子集对应的、用于进行跌倒检测的分类器，并从所得到的多个分类器中选择检测准确率最高的分类器作为子分类器；

重复步骤b)和c)直到所选择的子分类器达到预定的数量为止；

以及其中，所述方法还包括当用户反馈将非跌倒行为误判为跌倒行为或者将跌倒行为误判为非跌倒行为时，将当前采集的行为数据标记为非跌倒行为或跌倒行为加入到样本数据集中；以及

当发现样本数据集更新后，重复步骤b)和c)来重新选择子分类器。

2.根据权利要求1所述的方法，在步骤a)中所述样本数据集中的每个样本包括根据所采集的加速度数据获取的与所述特征集中每个特征对应的特征值，并带有跌倒或非跌倒标记。

3.根据权利要求1所述的方法，在步骤b)从所述样本数据集中随机抽取一个子样本集合是采用有放回的随机抽样进行的。

4.根据权利要求1所述的方法，在步骤c)从所述特征集中选择多个特征子集是采用有放回的随机抽样进行的。

5.根据权利要求1所述的方法，在步骤c)所述多个特征子集为所述特征集的所有子集。

6.根据权利要求1所述的方法，在步骤c)所述预定的数量最大不超过所述特征集的全部子集的数目。

7.一种跌倒检测系统，该系统包括：

检测模块，用于对于用户携带的移动终端采集的当前数据，使用训练好的预定数量的子分类器中每个子分类器以及从所采集的数据中提取与该子分类器对应的分类属性相关的数据，来判断用户是否跌倒；

判定模块，用于根据少数服从多数的原则，基于各个子分类器的判断结果来确定用户是否跌倒；

训练模块，用于采用下列步骤训练预定数量的子分类器：

步骤a)采集跌倒行为和非跌倒行为产生的加速度数据，并基于预定的用于跌倒检测的特征集来构建样本数据集，所述特征集包括加速度数据的时间域和变换域的特征；

步骤b)从所述样本数据集中随机抽取一个子样本集合，

步骤c)从所述特征集中选择多个特征子集作为分类属性，基于所抽取的子样本集合分别训练与各子集对应的、用于进行跌倒检测的分类器，并从所得到的多个分类器中选择检测准确率最高的分类器作为子分类器；

重复步骤b)和c)直到所选择的子分类器达到预定的数量为止；

以及其中所述训练模块还被配置为当用户反馈将非跌倒行为误判为跌倒行为或者将跌倒行为误判为非跌倒行为时，将当前采集的行为数据标记为非跌倒行为或跌倒行为加入到样本数据集中；以及当发现样本数据集更新后，重复步骤b)和c)来重新选择子分类器。