一种基于小波特征的跌倒行为检测方法

卢　忱， 韩　娜， 梁　琛

(1. 中兴通讯股份有限公司 研发管理部， 陕西 西安 710114；　2. 西安邮电大学 计算机学院， 陕西 西安 710121)



一种基于小波特征的跌倒行为检测方法

卢忱1， 韩娜2， 梁琛2

(1. 中兴通讯股份有限公司 研发管理部， 陕西 西安 710114；2. 西安邮电大学 计算机学院， 陕西 西安 710121)

针对跌倒行为检测方法对疑似跌倒行为存在误报问题，提出一种基于小波特征的跌倒行为检测方法。通过小波分解将原始合成加速度信号分解为不同频率的子信号，从这些子信号的低频近似系数中提取小波能量、波峰平均值和波峰个数作为特征，使用决策树分类器进行分类，从疑似跌倒行为和跌倒行为中识别出跌倒行为。对比实验结果表明，该方法提高了跌倒行为识别的准确率，降低了误报率。

小波变换；跌倒行为；疑似跌倒行为；决策树

跌倒是造成老年人群受伤甚至死亡的重要因素之一，若能及时检测到老年人的跌倒行为，将会为老年人的救助节省宝贵的时间。目前，利用移动终端内置的加速度传感器进行跌倒行为检测已经成为主要研究方法[1-5]。

以特定方向将传感器固定在腰上，通过分析三轴加速度信号各个轴的变化程度来识别跌倒行为的方法[6]，携带不方便。以三轴加速度和重力之间的夹角作为姿态角来减弱传感器方向对跌倒行为的影响[7-9]；利用基于Android平台的智能手机采集三轴加速度数据，通过提取均值、标准差、变化范围、能量以及相关系数等特征来识别跌倒行为[10-13]；……