基于力学量信息获取系统的人体摔倒过程识别方法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-28页 |
| ·研究背景及意义 | 第12-18页 |
| ·老龄化社会与摔倒危害 | 第13-15页 |
| ·人体摔倒检测及预测研究的重要意义 | 第15-18页 |
| ·国内外研究现状 | 第18-24页 |
| ·可穿戴式自动摔倒检测及报警系统 | 第21-23页 |
| ·可穿戴式自动摔倒预测及保护系统 | 第23页 |
| ·目前研究中存在的主要问题 | 第23-24页 |
| ·本文的主要工作、创新点及内容结构 | 第24-28页 |
| ·本文的主要工作 | 第24-25页 |
| ·本文的创新点 | 第25-26页 |
| ·本文的内容结构 | 第26-28页 |
| 第2章 人体摔倒过程信息获取 | 第28-44页 |
| ·人体摔倒过程与相关运动学特征 | 第28-30页 |
| ·摔倒过程与加速度变化 | 第29-30页 |
| ·摔倒过程与人体姿态变化 | 第30页 |
| ·信息获取系统 | 第30-37页 |
| ·器件选型 | 第31-32页 |
| ·系统硬件设计 | 第32-36页 |
| ·系统软件设计 | 第36-37页 |
| ·特征部位 | 第37-38页 |
| ·数据样本 | 第38-43页 |
| ·小结 | 第43-44页 |
| 第3章 基于阈值分析法的人体摔倒行为识别方法 | 第44-63页 |
| ·特征提取 | 第44-47页 |
| ·摔倒冲击过程特征提取 | 第45页 |
| ·摔倒过程姿态特征提取 | 第45-47页 |
| ·基于支持向量机的阈值确定方法 | 第47-57页 |
| ·支持向量机方法简介 | 第47-53页 |
| ·阈值的确定 | 第53-57页 |
| ·基于阈值法的人体摔倒识别算法 | 第57-62页 |
| ·基于加速度及角速度传感器的人体摔倒阈值检测算法 | 第57-60页 |
| ·基于加速度传感器的人体摔倒阈值检测算法 | 第60-62页 |
| ·小结 | 第62-63页 |
| 第4章 基于时序分析法的人体摔倒过程识别方法 | 第63-88页 |
| ·特征提取 | 第63-69页 |
| ·运动过程与时间序列信息 | 第63-64页 |
| ·加速度时间序列 | 第64-69页 |
| ·基于隐马尔可夫模型的人体摔倒过程数学模型建立 | 第69-84页 |
| ·一阶隐马尔可夫模型简介 | 第70-79页 |
| ·HMM 的基本概念 | 第70-73页 |
| ·HMM 的三个基本问题 | 第73-74页 |
| ·HMM 的参数估计和输出概率估计的计算方法 | 第74-79页 |
| ·HMM 方法模式识别 | 第79页 |
| ·基于隐马尔可夫模型的人体摔倒过程模型 | 第79-83页 |
| ·符合数据特征的模型训练方法 | 第83-84页 |
| ·人体摔倒检测及预测算法 | 第84-87页 |
| ·小结 | 第87-88页 |
| 第5章 实验与讨论 | 第88-102页 |
| ·基于阈值分析法的人体摔倒行为识别方法实验 | 第89-93页 |
| ·实验过程及结果 | 第89-93页 |
| ·实验总结 | 第93页 |
| ·基于时序分析法的人体摔倒过程识别方法实验 | 第93-99页 |
| ·实验过程及结果 | 第94-98页 |
| ·实验总结 | 第98-99页 |
| ·对比讨论 | 第99-102页 |
| 第6章 总结及展望 | 第102-105页 |
| ·总结 | 第102-104页 |
| ·对进一步研究的展望 | 第104-105页 |
| 参考文献 | 第105-112页 |
| 致谢 | 第112-113页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第113-115页 |
