声明
第 1 章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 基于视觉图像分析的跌倒检测
1.2.2 基于穿戴式装置的跌倒检测
1.3 论文的研究内容和章节安排
1.3.1 论文的研究内容
1.3.2 论文章节安排
第 2 章 老人行为分类、实验设计、数据获取及行为特性分析
2.1 老人跌倒原因的分析
2.1.1 跌倒的自身原因
2.1.2 跌倒的环境原因
2.2 老人行为分类
2.2.1 跌倒行为(FAs)分类
2.2.2 日常行为(ADLs)分类
2.3 实验设计
2.3.1 腕式智能手表
2.3.2 滑动窗口处理
2.3.3 实验方案设计和志愿者
2.3.4 跌倒检测评估指标
2.4 数据样本获取
2.5 行为数据的信号特点分析
2.6 本章小结
第 3 章 基于阈值的跌倒检测方法
3.1 人体跌倒特征参数选取
3.2 基于阈值的跌倒检测方法提出
3.3 跌倒特征参数阈值的确定
3.4 实验Ⅰ结果分析
3.4.1 跌倒检测准确性分析
3.4.2 跌倒检测可行性分析
3.5 本章小结
第 4 章 基于 ESAEs-OCCCH 方法的智能跌倒检测
4.1 ESAEs-OCCCH 方法
4.1.1 栈式自编码网络
4.1.2 基于凸包的单分类方法
4.1.3 ESAEs-OCCCH 方法的提出
4.1.4 ESAEs-OCCCH 方法的基本流程
4.2 实验Ⅰ结果对比与分析
4.2.1 十二个 SAEs-OCCCHs 对比分析
4.2.2 其他分类器对比分析
4.2.3 可行性分析
4.3 本章小结
第 5 章 两种跌倒检测算法的对比与分析
5.1 实验Ⅰ结果对比与分析
5.2 拓展实验Ⅱ结果对比与分析
5.3 本章小结
结论与展望
参考文献
致谢
附录 A 攻读学位期间发表和录用的论文目录
附录 B 攻读学位期间参与的科研项目
湖南大学;