TY - Jour A2 - Taffoni，Fabrizio Au - Cai，Wen-Yu Au - Guo，Jia-Hao Au - Zhang，Mei-yan Au - Ruan，Zhi-Xiang Au - Zheng，Zhu-Chen Au - LV，帅帅PY - 2020 DA - 2020/06/25 TI - 基于GBDT的秋季秋季检测与姿势传感器和人骨架提取SP - 8887340 VL - 2020 AB - 由于频率越来越大，因此发生了主要的公共卫生老龄化社会的问题。将老年人的堕落事件区分开了准确检测和实时报警的特点，有相当大的要求。但是，一些日常活动被错误地发信号牌，实际应用中有太多误报。为了解决这个问题，本文在惯性姿势传感器和监控摄像机的基础上设计和实现全面的秋季检测框架。在所提出的系统框架中，表示行为特征的数据源以指示潜在跌落的来自可穿戴式三轴加速度计和监视摄像机的监测视频。此外，采用基于NB-IOT的通信模式来将可穿戴的感官数据传输到因特网进行后续分析。此外，提出了一种基于梯度升压决策树（GBDT）的基于姿势传感器和人体视频骨架的综合数据融合的基于梯度升压决策树（GBDT-FD）以提高检测精度。实验结果验证了所提出的GBDT-FD算法的良好性能与六种现有的跌落检测算法相比，包括基于SVM的下落检测，基于SVM的坠落检测等，最后，我们实施了所提出的集成系统，包括可穿戴姿势传感器 and monitoring software on the Cloud Server. SN - 2040-2295 UR - https://doi.org/10.1155/2020/8887340 DO - 10.1155/2020/8887340 JF - Journal of Healthcare Engineering PB - Hindawi KW - ER -