注意力跌倒检测模型

平均准确率 95%

针对伴随活动场景设计,通过注意力机制聚焦跌倒特征并抑制无关干扰,相比现有方法显著提升跌倒检测性能。

肖亚龙 · Junfeng, Zhu · 张士庚 · Xuan, Liu · Song, Guo

IEEE Transactions on Mobile Computing 2023

参数信息

平均准确率
95 %

技术优势

跌倒特征更聚焦

利用注意力机制生成任务导向的特征表示,突出与跌倒事件相关的信号成分,减少无关活动对分类的干扰。

伴随活动也能分开

采用多任务学习和多个独立分类模块,让模型从信号的不同区域分别捕捉伴随活动的组成,从而在跌倒与行走等动作同时发生时仍能准确识别。

信号预处理更充分

采用一系列信号预处理和数据增强技术促进模型训练,使模型在包含伴随活动的数据集上更加稳健。

应用场景