随着现代社会老龄化程度的不断加深,老年人口所占比例变得越来越大,其身体健康及人身安全是亟待解决的问题。对老年人群体威胁最大的是由跌倒引发的意外伤害,跌倒后的及时发现与救治就显得十分有意义。本文以老人跌倒检测为切入点提出了一种老人看护系统方案,全文的主要内容包括:1.阐述了研究老人看护系统的社会意义,并介绍了老人看护系统及跌倒检测的国内外发展现状。首先介绍了当今市面上的典型看护系统产品,然后对跌倒行为识别常用的研究方法、处理流程以及涉及到的相关算法进行了介绍并分析了其优缺点。2.提出了一种改进的基于深度图和加速计的跌倒检测算法,算法从加速计数据中提取人体运动特征,从深度图中提取人体姿态特征,并以这两种特征建立人体跌倒模型。检测算法可以分为特征提取和分类识别两个环节,提取图像特征时首先利用改进的背景差分法来提取前景人体目标轮廓,再使用可迁移的卷积自编码器实现对人体姿态特征的提取,最后使用双向长短期记忆网络对跌倒行为进行最终判断。实验部分从准确率、召回率、特异度和正确率四个指标对本文提出的跌倒识别算法进行评估。通过实验对比和分析,本文基于深度图和加速计的跌倒识别算法在各项指标上获得了较好的结果。3.考虑到方案的实用性,本文搭建了一个以跌倒检测为核心的老人看护系统,通过智能手机及摄像头收集老人运动时的数据,在本地完成对数据的特征提取,再将特征向量上传至云端服务器,由服务器上的检测算法识别出跌倒行为是否发生,最后将分析结果反馈给看护人员。此外,还通过在家居环境中布置多种传感器实现了对室内环境的监测。