单点测量数据多模态时序图像框架对人体跌倒姿态的鉴别

来源：电子测量技术杂志2023年第11期北京时间：

作者：孙坚，胡鹏程

单位：1.三峡大学电气与新能源学院 宜昌 443000; 2.新能源微电网湖北省协同创新中心三峡大学 宜昌 443000

摘要：为了准确识别老人跌倒姿态，及时进行医疗干预，提出一种基于多模态时序图像的人体跌倒姿态鉴别方法。首先将合加速度进行小波包分解、重构出3个子序列，利用3种时序图像算法将之转化，得到3种三通道时序图像；然后通过ResNet-18提取其高维特征，运用多模态特征融合；最后将融合结果结合改进随机森林算法，完成人体跌倒姿态的鉴别。在UMAFall和SisFall两个公开数据集进行验证，得到98.7%和99.3%的精准率。结果表明，该方法在人体跌倒鉴别中具有较高准确性，可为跌倒的老人及时提供帮助。

关键词：人体跌倒姿态鉴别;加速度;时序图像;多模态融合;随机森林

基金资助：湖北省自然科学基金青年项目(2020CFB248)资助