智慧居家养老监控系统的设计与实现文献综述

文献综述

一﹑系统开发的背景及意义在人口老龄化日益加重的今天，养老问题已经变得越来越受人关注了，设计智慧居家养老监控系统，从老年人的需求出发，为老年人带来生活上的便利，同时也让老年人跟上时代的步伐，享受科技发展带来的福利。

无论在养老院还是居家养老，智慧养老监控系统都会发挥很大的作用，目前我国智慧养老还处于发展初期，很多老人尤其是农村空巢老人的养老问题得不到解决，导致每年有数以万计的老年人的养老问题得不到解决。

目前我国90%的老年人在家中养老（居家养老），老人数量已经超过2.4949亿，2030年将超4亿，随着人口平均寿命的增长，老年人的数量也越来越多，老年人在家中跌倒的现象越来越普遍,因此跌倒检测对老年人的健康保护具有重要意义。

识别人体姿态是识别跌倒的前提，当识别到人体姿态异常的时候，就有可能会发生跌倒。

人体姿态识别是检测图像或者视频中人体关键点的位置、构建人体骨架图的过程。

利用获得的人体姿态信息可以进一步进行人体跌倒的检测。

首先检测出摄像头所拍摄视频中人体关键点，然后使用姿态估计识别身体骨架图，最后通过动作识别对身体骨架图进行分类，判断是否跌倒，并且发出预警，有效降低老年人跌倒造成的伤害。

通过训练进行参数优化及网络结构性能提升，采集标注姿态和骨架信息数据构建训练数据集，实现对获取数据的检测，使其能够实现对老人姿态的实时监控。

随着深度学习技术的发展，人体姿态识别算法也有了很大的飞跃, 涌现了一大批经典的网络，有利用长短期记忆（LSTM）方案进行跌倒检测，还有基于图像的深度卷积神经网络（DCNN）的跌倒检测方法，也有更快的基于区域的卷积神经网络（R-CNN）来识别跌倒姿势，本研究拟采用Open Pose姿态识别算法，通过标注人体关键点连接成线，识别人体姿态的动态变化，实现人体跌倒的快速检测。