[發明專利]一種基于盲源分離的老年人跌倒行為檢測方法

有效

• 申請號: 202010536817.6
• 申請日: 2020-06-12
• 公開（公告）號: CN111681389B
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 李巧勤;姜珊;劉勇國;楊尚明
• 申請（專利權）人: 電子科技大學
• 主分類號: G08B21/04
• 分類號: G08B21/04;G10L25/18;G10L25/48;G10L25/51;G06K9/62
• 代理公司: 成都正華專利代理事務所(普通合伙) 51229
• 代理人: 陳選中

本發明公開了一種基于盲源分離的老年人跌倒行為檢測方法，包括以下步驟：S1、在家中安裝kinect音頻傳感器，采集音頻樣本數據集；S2、將音頻樣本數據集進行動作類別標注，得到原始音頻數據集；S3、對原始音頻數據集進行標準化和白化處理，得到標準音頻數據集；S4、根據標準音頻數據集，建立盲源分離模型，進行盲源分離，得到獨立信號源；S5、根據獨立信號源，提取短時能量特征；S6、根據短時能量特征，通過閾值法判斷老年人跌倒行為；本發明解決了基于非負矩陣分解的盲源分離方法，多通道的聯合方法存在傳感器數量多、計算量大以及頻譜信息丟失的問題。

技術領域

本發明涉及老年人行為檢測技術領域，具體涉及一種基于盲源分離的老年人跌倒行為檢測方法。

背景技術

隨著年齡增加，老年人跌倒風險顯著增高。報告顯示，65歲以上老年人每年有三分之一發生意外跌倒，導致身體受傷甚至死亡。居家老人在如廁或洗澡過程中容易發生跌倒或暈厥，因此衛生間是家庭環境中意外跌倒事件的高風險區域，且不易被及時發現。有效的跌倒檢測可及時通知家人或看護人員并采取相應干預措施，可減少跌倒造成的傷害。考慮衛生間場景下感知設備的可用性和用戶隱私問題，通過聲學傳感器采集數據進行跌倒檢測是一個合適的選擇。微軟研發的Kinect傳感器可采集音頻、視頻、深度圖像等信號，在語音識別、跌倒檢測等研究中應用廣泛。

日常生活中采集的聲音信號大多存在多種混合聲源且干擾性強，因此基于音頻信號的跌倒檢測研究較少。目前基于音頻信號的跌倒檢測方法主要根據獲取到的音頻信號計算信號峰值，采用閾值法或機器學習分類方法進行跌倒行為檢測。但是由于獲取數據中存在多種源信號，如碰撞聲、尖叫聲等等同樣導致信號峰值較高，單獨計算信號峰值，根據人為設定閾值進行跌倒分類的方式會影響檢測準確率。有研究者采用盲源分離(BlindSource Separation,BSS)方法，將捕獲到的混合音頻信號首先進行信號源分離，基于分離后的獨立信號源進行跌倒行為分類。李云等人[Li.Y,Ho.KC,Popescu.M,et al.EfficientSource Separation Algorithms for Acoustic Fall Detection Using a MicrosoftKinect[J].IEEE Transaction On Biomedical Engineering,2014,61(3):745-755]采用聲學傳感器采集信號進行跌倒檢測，提出兩種盲源分離方法從干擾信號中提取跌倒信號，以提高跌倒檢測精度。首先提出單通道BSS，通過非負矩陣分解(Non-negative MatrixFactor,NMF)將混合信號分解成幾個基元的線性組合，根據跌倒的不同模式對其進行有效識別。然后將單通道BSS擴展到多通道，通過所有通道上的聯合NMF，以及一種延遲和波束形成器用于減少額外的環境噪聲。

基于非負矩陣分解的盲源分離方法，多通道的聯合方法雖然減少了額外的環境噪音，但同時需要增加傳感器的數量以及計算量。且使用非負矩陣分解方法在分解后的信號源實際上是由跌倒信號和噪聲干擾分量共享的，將會造成一些頻譜信息丟失，導致在求取時間基的能量部分丟失使得跌倒誤判。

發明內容

針對現有技術中的上述不足，本發明提供的一種基于盲源分離的老年人跌倒行為檢測方法解決了基于非負矩陣分解的盲源分離方法和多通道的聯合方法存在傳感器數量多、計算量大以及頻譜信息丟失的問題。

為了達到上述發明目的，本發明采用的技術方案為：一種基于盲源分離的老年人跌倒行為檢測方法，包括以下步驟：

S1、在家中安裝kinect音頻傳感器，采集音頻樣本數據集；

S2、將音頻樣本數據集進行動作類別標注，得到原始音頻數據集；

S3、對原始音頻數據集進行標準化和白化處理，得到標準音頻數據集；

S4、根據標準音頻數據集，建立盲源分離模型，進行盲源分離，得到獨立信號源；

S5、根據獨立信號源，提取短時能量特征；