一种基于姿态传感器和深度学习的人体跌倒检测方法及系统

本发明提供一种基于姿态传感器和深度学习的人体跌倒检测方法及系统，该方法通过获取模拟跌倒过程中姿态传感器采集到的数据，构建跌倒数据集，对跌倒数据集预处理操作后，利用设计的专家助手模型，减少姿态传感器的特征通道数量，减少模型的参数量，进而减少训练量；而后将专家助手模型处理后得到的通道融合数据输入设计的跌倒判断模型，跌倒判断模型通过通道维度的处理、深度可分离卷积核以及注意力机制的结合提升了对姿态传感器三维张量数据的特征提取和分类性能，进而实现了跌倒行为的准确判定，取得了更精准的预测效果。