[发明专利]一种基于SE-CNN的人体摔倒检测方法

说明书

本发明公开了一种基于SE‑CNN的人体摔倒检测方法，所述方法为，(1)、搭建数据采集环境：采用一种无线射频层析成像网络节点作为网络的通信基础；利用网络节点构建完整的无线传感网络通信系统；(2)、数据的收集与处理：无线传感网络数据的处理方法为“发射‑接收‑存储”；根据收集到的射频信号强度值进行提取有效链路，去噪，小波变换，提取时域特征和小波域特征，利用提取的多域特征来训练SE‑CNN模型；(3)、实时人体摔倒检测方法：利用XGBoost模型对时域特征分量和小波域特征分量以排列组合方式得到的多域特征筛选得到具有强鲁棒性的联合特征分量，建立摔倒动作的多域特征感知指纹库。并利用提取的多域特征来训练SE‑CNN，从而可以实现对人体摔倒的检测。本发明结构简单、在实现上方便可行、且适用于大多数场景。

技术领域

本发明涉及无线传感网络技术领域，具体涉及一种基于SE-CNN的人体摔倒检测方法。

背景技术

世界范围内不断老龄化的人口对家庭事故的护理和预防系统提出了巨大的挑战，尤其是对独居老人。根据最新统计根据中国老龄办公室的数据，截至2017年底，60岁以上的老年人口达到2.4亿，占总人口的17.3％。考虑到70岁以上的人，这一比例还会上升。摔倒的直接后果可能是肌肉或韧带受伤、骨折和头部外伤，以及随之而来的脑损伤等。严重的伤害对摔倒后的发病率和死亡率构成了很大的风险。

随着科技的进步，无线信号已经基本覆盖我们的生活的每个角落。而伴随着人工智能技术近年来的快速发展，无线信号的作用已经不局限于传统的通信领域，被赋予了更多的可能性而受到了广泛的关注，并带动一系列新兴技术的发展。在无线网络覆盖的区域内，人体活动会对无线信号链路产生影响，例如对无线信号的吸收、反射、折射等物理作用。不同的人体动作对无线链路遮蔽的程度不同，从而肯定也会造成不一样的影响。本文利用射频信号构成的射频无线传感器网络来进行人体摔倒检测，在监测区域内布置适当的传感器节点，传感器节点之间自组织成无线传感器网络，采取相应的技术提取监测目标的状态特征分量，并结合深度学习的方法对人体目标的摔倒状态进行判断。监测过程中不需要人体目标携带设备，也不需要视频或者拍照监控，那么在卧室或者卫生间这种摔倒概率较大而又比较私密的场所，可以极大程度上保护用户的隐私，也增加用户对无线信号技术的接受度。无线射频信号技术进行人体摔倒检测，有着易于布置，成本低，保护隐私等特点，具有很好的研究价值和商用价值，未来在加快智慧城市，智能医疗，智能家居的布局中有广泛的应用场景。

发明内容

本发明所要解决的问题是：提供一种基于SE-CNN的人体摔倒检测方法，结构简单、在实现上方便可行、且适用于大多数场景。

本发明为解决上述问题所提供的技术方案为：一种基于SE-CNN的人体摔倒检测方法，所述方法为，

(1)、搭建数据采集环境：采用一种无线射频层析成像网络节点作为网络的通信基础；利用网络节点构建完整的无线传感网络通信系统；

(2)、数据的收集与处理：无线传感网络数据的处理方法为“发射-接收-存储”；根据收集到的射频信号强度值进行提取有效链路，去噪，小波变换，提取时域特征和小波域特征，利用提取的多域特征来训练SE-CNN模型；

(3)、实时人体摔倒检测方法：利用XGBoost模型对时域特征分量和小波域特征分量以排列组合方式得到的多域特征筛选得到具有强鲁棒性的组合特征分量，建立摔倒动作的多域特征感知指纹库。并利用提取的多域特征来训练SE-CNN，从而可以实现对人体摔倒的检测。

优选的，所述无线网络系统主要由6根PVC管、36个传感器节点、1个汇聚节点以及PC机组成。

优选的，所述“发射-接收-存储”方式为：

(1)、接通电源，传感器节点以轮询的方式周期性的将各节点所组成链路的射频信号强度发射出来；

(2)、传感器节点发送的周期射频信号被连接在PC机上的汇聚节点接收并通过串口助手传输到PC机保存为txt文本。