基于隐式感知的老人日常活动识别系统

摘要

中国社会老龄化加剧，空巢老人剧增。老人独居家中存在安全隐患，且子女也无法及时获取老人健康信息。行为识别是评估个人健康功能，居民是否具备独立生活能力是非常重要的一步。此外在家庭环境中有效识别正在进行的行为有助于进行跌倒监测，行为分析，慢性疾病管理和康复反馈等。现有行为识别方法多采用可穿戴式设备及视频来采集数据，老人可接受度低，且很少有系统对老人进行长期监测来识别老人健康下降。因此本文设计并实现了一种基于隐式感知的老人日常行为识别系统，对老人日常行为进行识别，同时对老人异常行为进行报警。通过对老人日常行为长期监测，建立老人健康档案，便于老人和家属之间构建亲情桥梁，从而及时对老人进行干预照护。
　　本文工作主要包括以下几个方面:
　　(1)系统基于隐式传感器如门磁开关、水流量传感器等来采集数据，采用蓝牙模块来进行数据传输与通信，系统实现了从底层硬件部署，数据通信协议设计到数据采集，数据处理及web平台搭建。
　　(2)针对不同用户设计了不同功能需求，对于老人和老人亲属，主要设计并实现了老人日常行为识别可视化功能，老人异常行为报警功能;对医护人员，设计并实现了对老人管理功能及日常行为识别功能。对管理人员，则主要实现对所有老人信息管理，传感器及异常信息管理功能。
　　(3)对行为识别算法进行了对比研究。通过实验采集到的数据，用SVM，NB，XGBoost这三种算法进行了实验，实验结果表明XGBoost算法能较好的识别老人日常行为。
　　通过不同类型的隐式传感器实现老人日常行为活动的感知与识别，有利于及时发现老人健康衰退，从而进行及时干预和主动健康管理，使具有独立生活能力的老人们能够得到安全、易于接受的居家监测与照护，以维持其良好的生活品质。可以有效缓解我国养老服务机构接受能力不足、护理人员紧张的局面。

目录

声明

致谢

摘要

第一章 绪论

1．1 研究背景

1．2 行为数据采集的研究现状

1．3 行为识别算法的研究现状

1．4 本文工作

1．5 本文组织结构安排

1．6 本章小结

第二章 系统构建相关技术及理论介绍

2．1 无线传感器网络

2．1．1 传感器介绍

2．1．2 数据通信协议

2．2 软件技术

2．2．1 Node．js

2．2．2 Express框架

2．2．3 MongoDB

2．3 行为识别技术

2．3．1 支持向量机

2．3．2 朴素贝叶斯

2．3．3 XGBoost

2．4 本章小结

第三章 行为识别系统的需求分析与总体设计

3．1 系统可行性分析

3．2 需求分析

3．2．1 系统功能性需求

3．2．2 非功能性需求

3．3 系统架构设计

3．3．1 系统总体架构

3．3．2 系统功能结构

3．4 本章小结

第四章 行为识别系统的详细设计与实现

4．1 数据库设计

4．1．1 概念结构设计

4．1．2 逻辑结构设计

4．2 功能模块设计与实现

4．2．1 登录模块

4．2．2 日常行为监护模块

4．2．3 后台管理模块

4．3 硬件部署

4．4 本章小结

第五章 老人日常行为识别

5．1 行为识别模型

5．2 特征提取

5．2．1 滑动窗口处理

5．2．2 自编码器

5．3 实验结果分析

5．3．1 实验精度评价标准

5．3．2 实验结果分析

5．4 本章小结

第六章 总结与展望

参考文献

攻读硕士学位期间的学术活动及成果情况