基于LSTM-CNN的跌倒行为检测  

作　　者：刘函青 郑万成 

机构地区：[1]重庆南开中学重庆育才中学

出　　处：《电子制作》2019年第4期14-15,13,共3页Practical Electronics

摘　　要：本文旨在将深度学习算法应用于跌倒检测中,建立一种端到端的跌倒行为检测模式,检测结果的精确性不再依赖人体行为建模。结合卷积神经网络(CNN)和长短期记忆网络(LSTM)的各自优势,提出LCNN网络实现对跌倒行为的检测,并通过实验论证了方法的有效性。伴随数据集的不断完善,未来将为老年人等失能患者提供及时有效的跌倒检测。

关 键 词：跌倒检测 长短期记忆网络(LSTM) 卷积神经网络(CNN) 深度学习 

分 类 号：TP212.9[自动化与计算机技术—检测技术与自动化装置] TP183[自动化与计算机技术—控制科学与工程]