基于FCM聚类和卷积神经网络的跌倒识别算法

摘要

为了提高传统跌倒检测系统的识别准确度和运算速度,减小误报率和漏报率,本文提出了一种基于模糊C均值(Fuzzy C-means,FCM)聚类算法和卷积神经网络算法的实时跌倒检测算法.该算法以深度视觉传感器为数据获取源,提取聚类中心点速度、高度、加速度以及夹角为跌倒识别特征向量,采用阈值分析和机器算法相结合的方式实现人体跌倒识别.实验表明,该算法的识别精度达到99％,运算速度为0.178 s,相对于传统算法具有更高的识别精度和运算速度.