一种基于多模态数据融合的老人跌倒精准监测方法

本发明公开了一种基于多模态数据融合的老人跌倒精准监测方法，包括部署定点摄像头采集连续帧图像流基于佩戴式IMU设备采集加速度和角速度信号；采集心率HR、皮肤电反应EDA参数数据；对所有模态数据进行统一时间戳同步，构建X_input(t)；然后分别对采集的图像数据、惯性数据和生理数据进行特征分析，基于多模态特征进行加权融合；本发明通过融合摄像头图像、惯性数据与生理参数数据，构建多模态输入序列，并利用Bi‑LSTM网络结合前后时序行为特征实现对老年人当前活动状态的精准识别；当检测到跌倒候选或确认状态时，进一步基于各模态置信度计算一致性评分值Score_fall(t)，能够提升跌倒识别的准确率，提升跌倒识别的可靠性。