论文部分内容阅读
行为识别在安防、人机交互、医疗监护、运动员辅助训练等领域有广泛的应用背景。跌倒检测作为行为识别的重要组成部分，在医疗监护、独居老人监护等相关应用中有重要的应用价值。当前，被动式热释电红外感知方法应用于人体目标定位、定向、跟踪等取得了一定成果，而利用热释电红外感知技术进行跌倒检测则急需一个解决的新方法。
本文提出了一种基于HMM(Hidden Markov Model，HMM)模型的热释电红外跌倒检测新方法。该方法通过两个热释电红外传感器分别监测人体的上半身和下半身，获取相关部位的运动信息。通过基于HMM的跌倒检测模型，结合两部分的运动信息，对跌倒事件做出检测。
文中主要研究内容和方法可以归纳为：
1.设计并实现基于热释电红外的跌倒检测方法。具体地设计了热释电红外跌倒检测传感器节点及菲涅尔透镜视场调制方案，并分析了该跌倒检测方法的原理及可行性。
2.提出基于HMM的跌倒检测模型。设计了基于HMM的跌倒检测模型的各部分，具体包括数据采集接口、数据预处理(限幅，滤波，端点检测)、HMM行为建模及HMM行为识别。
3.对跌倒检测方法进行实验验证。采集、处理并分析数据，通过实验验证了本文所提出的跌倒检测方法的可行性与准确度。