一种基于腕带式智能手表的跌倒检测方法和系统

本发明属于人工智能与模式识别领域，涉及一种基于腕带式智能手表的跌倒检测方法和系统。通过腕带式智能手表，实时采集用户腕部的三轴加速度、角速度及姿态测量数据。对采集的九轴运动数据进行归一化处理与数据分割，结合深度学习信号处理技术进行特征提取与模式识别，以判别用户是否发生跌倒事件并触发报警。本发明针对腕部运动数据存在的人际差异大、特征提取不足的问题，能够实现对老年人跌倒行为的精准识别与报警，提高了跌倒检测的准确性和响应速度。