安卓平台上基于卷积神经网络的跌倒检测研究

作者：刘攸实; 戴安琪; 徐慧; 刘毅飞^*

来源：湖北科技学院学报, 2021, 41(05): 149-156.

DOI：10.16751/j.cnki.hbkj.2021.05.027

• 卷积神经网络
• 跌倒检测
• 安卓平台
• Tensorflow Lite
• GPU

据统计,每年因伤到医疗机构就诊的老年人中有相当一部分是因为跌倒所致,跌倒对老年人的健康造成了严重威胁。本文通过CNNdroid、Tensorflow Lite CPU和Tensorflow Lite GPU三种方法将PC机上的跌倒检测神经网络模型移植到安卓移动端,目的是在安卓平台上实现精确的跌倒检测。实验结果表明,在安卓移动平台的CPU和GPU上运行训练好的神经网络模型进行跌倒检测结果的敏感性为99.18%,特异性为98.77%,跌倒检测的性能符合实际应用需求,并且安卓平台还可以同时为多人提供跌倒监控服务。

• 单位
  湖北科技学院; 生物医学工程学院