[发明专利]基于加速度的人体跌倒识别方法、装置和电子设备

权利要求书

1.一种基于加速度的人体跌倒识别方法，其特征在于，所述识别方法包括：

获取跌倒识别数据集；

根据所述跌倒识别数据训练集和预设的n个第一模型，得到跌倒识别模型，其中，n为大于或等于1的整数；

获取待识别的加速度数据，其中，所述加速度数据由设置于楼板上的加速度传感器采集，所述加速度数据用于标识楼板振动时的加速度；

将所述加速度数据输入所述跌倒识别模型，得到对所述加速度数据对应的跌倒识别结果。

2.根据权利要求1所述的识别方法，其特征在于，所述获取跌倒识别数据集，包括：

建立跌倒荷载模型；

通过所述跌倒荷载模型生成跌倒时的多个第一数据和非跌倒时的多个第二数据；

将所述多个第一数据和所述第二数据的集合作为所述跌倒识别数据集。

3.根据权利要求1所述的识别方法，其特征在于，所述根据所述跌倒识别数据集和预设的n个第一模型，得到跌倒识别模型，包括：

对所述跌倒识别数据集进行拆分，得到跌倒识别数据训练集、跌倒识别数据验证集和跌倒识别数据测试集；

根据所述跌倒识别数据训练集和所述跌倒识别数据测试集，在预设的n个第一模型中，确定1个第一模型作为第二模型；

将所述跌倒识别数据验证集输入所述第二模型，得到第二结果；

根据所述第二结果和所述跌倒识别数据测试集对所述第二模型进行调整，得到所述跌倒识别模型。

4.根据权利要求3所述的识别方法，其特征在于，所述根据所述跌倒识别数据训练集和所述跌倒识别数据测试集，在预设的n个第一模型中，确定1个第一模型作为第二模型，包括：

将所述跌倒识别数据训练集分别输入所述n个第一模型中的每个第一模型中，得到n个第一结果，其中，所述n个第一结果与所述n个第一模型一一对应；

对于所述n个第一结果中的每个第一结果，分别根据所述每个第一结果和所述跌倒识别数据测试集对所述每个第一结果对应的第一模型进行调整，得到n个第三模型，其中，所述n个第三模型与所述n个第一模型一一对应；

将所述跌倒识别数据训练集分别输入所述n个第三模型中的每个第三模型中，得到n个第三结果，其中，所述n个第三结果与所述n个第三模型一一对应；

根据所述n个第三结果，在所述n个第三模型中，确定1个第三模型作为所述第二模型。

5.根据权利要求4所述的预测方法，其特征在于，所述根据所述n个第三结果，在所述n个第三模型中，确定1个第三模型作为所述第二模型，包括：

对于所述n个第三结果中的每个第三结果，分别确定所述每个第三结果对应的均方根误差、平均绝对误差、平均相对误差、相关系数平方、接收者操作特征曲线以及接收者操作特征曲线下方面积分布；

根据预设的权值，分别对所述每个第三结果对应的所述均方根误差、所述平均绝对误差、所述平均相对误差、所述相关系数平方、所述ROC曲线以及所述ROC曲线下方面积分布进行加权求和，得到n个系数，其中，所述n个系数与所述n个第三结果一一对应；

选取所述n个系数中最大值所对应的第三模型作为所述第二模型。

6.一种基于加速度的人体跌倒识别装置，其特征在于，所述识别装置包括：

训练模块，用于获取跌倒识别数据集，以及根据所述跌倒识别数据训练集和预设的n个第一模型，得到跌倒识别模型，其中，n为大于或等于1的整数；

识别模块，用于获取待识别的加速度数据，其中，所述加速度数据由设置于楼板上的加速度传感器采集，所述加速度数据用于标识楼板振动时的加速度，以及将所述加速度数据输入所述跌倒识别模型，得到对所述加速度数据对应的跌倒识别结果。

7.根据权利要求6所述的识别装置，其特征在于，在所述获取跌倒识别数据集方面，所述训练模块，具体用于：

建立跌倒荷载模型；

通过所述跌倒荷载模型生成跌倒时的多个第一数据和非跌倒时的多个第二数据；

将所述多个第一数据和所述第二数据的集合作为所述跌倒识别数据集。