安卓平台上基于卷积神经网络的跌倒检测研究  

作　　者：刘攸实 戴安琪 徐慧 刘毅飞 

机构地区：[1]湖北科技学院生物医学工程学院,湖北咸宁437100

出　　处：《湖北科技学院学报》2021年第5期149-152,156,共5页Journal of Hubei University of Science and Technology

基　　金：全国大学生创新训练项目(201810927026);湖北科技学院教研项目(2018-XA-020);湖北省高等学校省级教学研究项目(2020641)。

摘　　要：据统计,每年因伤到医疗机构就诊的老年人中有相当一部分是因为跌倒所致,跌倒对老年人的健康造成了严重威胁。本文通过CNNdroid、Tensorflow Lite CPU和Tensorflow Lite GPU三种方法将PC机上的跌倒检测神经网络模型移植到安卓移动端,目的是在安卓平台上实现精确的跌倒检测。实验结果表明,在安卓移动平台的CPU和GPU上运行训练好的神经网络模型进行跌倒检测结果的敏感性为99.18%,特异性为98.77%,跌倒检测的性能符合实际应用需求,并且安卓平台还可以同时为多人提供跌倒监控服务。

关 键 词：卷积神经网络 跌倒检测 安卓平台 Tensorflow Lite GPU 

分 类 号：R319[医药卫生—基础医学] TP391.4[自动化与计算机技术—计算机应用技术]