×

使用分布式方向敏感热释电红外传感器阵列进行无老年人检测。 (英语) Zbl 1298.92052号

摘要:本文提出了一种新的分布式方向敏感红外传感方法,用于老年保健应用中的跌倒检测。热释电红外(PIR)传感器用于传感人类活动。为了捕捉人类正常和异常活动的特征,采用分布式传感结构组织了方向敏感PIR传感器的三个模块。使用分布式传感范式的优点是,可以对头部、上肢和下肢的协同运动模式进行有效编码,从而捕获更具区分性的特征。这是使用PIR传感器构建完整检测系统的新考虑。此外,基于分布式红外传感系统的多维信号,建立了两层隐马尔可夫模型,用于识别坠落事件。通过实验研究验证了该方法的有效性。

MSC公司:

92 C50 医疗应用(通用)
93A30型 系统数学建模(MSC2010)
62华氏35 多元分析中的图像分析
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Baum L.E.,Eagon J.A.(1967)一个不等式及其在马尔可夫过程概率函数统计估计和生态学模型中的应用。美国数学学会公报73(3):360–363·兹伯利0157.11101 ·doi:10.1090/S0002-9904-1967-11751-8
[2] Baum L.E.、Petrie T.、Soules G.、Weiss N.(1970)马尔可夫链概率函数统计分析中出现的最大化技术。数理统计年鉴41(1):164–171·兹比尔0188.49603 ·doi:10.1214/aoms/1177697196
[3] Baum L.E.,Sell G.R.(1968)流形上函数的增长变换。太平洋数学杂志27(2):211-227·Zbl 0165.22505号 ·doi:10.2140/pjm.1968.27.211
[4] Bourke A.K.,Lyons G.M.(2008)使用双轴陀螺仪传感器的基于阈值的坠落检测算法。医学工程与物理学30:84–90·doi:10.1016/j.medengphy.2006.12.001
[5] 布兰德,M.,奥利弗,N.,&Pentland,A.(1997年)。复杂动作识别的耦合隐马尔可夫模型。1997年计算机视觉和模式识别会议记录(第994-998页)。
[6] Burchett J.、Shankar M.、Hamza A.B.、Guenther B.D.、Pitsianis N.、Brady D.J.(2006)使用热释电红外探测器进行人体分类的轻型生物特征检测系统。应用光学45(13):3031–3037·doi:10.1364/AO.45.003031
[7] Chan B.K.、Marshall L.M.、Winters K.M.、Faulkner K.A.、Schwartz A.V.、Orwoll E.S.(2007)老年男性跌倒风险、体力活动和体力表现。美国流行病学杂志165(6):696–703·doi:10.1093/aje/kwk050
[8] 欧盟统计局。(2011). http://epp.eurostat.ec.europa.eu/portal/page/portal/人口/introduction .
[9] Feller,S.D.、Burchett,J.B.、Hao,Q.、Fang,J.S.、Shankar,M.、Guenther,B.D.和;Brady,D.J.(2005)。使用热释电传感器进行人体特征描述和跟踪。国土和国家安全光学解决方案(第14页)。
[10] Hao Q.、Brady D.J.、Guenther B.D.、Burchett J.B.、Shankar M.、Feller S.(2006)《利用无线分布式热释电传感器进行人体跟踪》。IEEE传感器杂志6(6):1683–1696·doi:10.1109/JSEN.2006.884562
[11] Hao Q.,Hu F.,Xiao Y.(2009)无线分布式热释电传感器系统的多人跟踪和识别。IEEE系统杂志3(4):428–439·doi:10.1109/JSYST.2009.2035734
[12] 本田,S.,福井,K.I.,森山,K.,栗原,S;Numao,M.(2007)。利用红外传感器网络提取人类行为。第四届网络传感系统国际会议(第122–125页)。
[13] Hori,T.、Nishida,Y.、Aizawa,H.、Murakami,S.和;Mizoguchi,H.(2004年)。支持养老院的传感器网络。IEEE传感器学报,2(第575–578页)。
[14] 细川,T.,&;Kudo,M.(2005)。使用红外传感器进行人员跟踪。在基于知识的智能信息和工程系统中,计算机科学的课堂讲稿,3684(第682-688页)。
[15] Hossain A.、Rashid M.H.(1991)热释电探测器及其应用。IEEE工业应用汇刊27(5):824–829·doi:10.1109/28.90335
[16] Juang B.H.,Levinson S.E.,Sondhi M.M.(1986)马尔可夫链多元混合观测的最大似然估计。IEEE信息理论汇刊32(2):307–309·doi:10.10109/TIT.1986.1057145
[17] M.Kangas、A.Konttila、I.Winblad和;Jamsa,T.(2007)。确定坠落检测用基于加速度的参数的简单阈值。在第29届医学和生物学会IEEE工程国际年会上(第1367-1370页)。
[18] Karantonis D.M.、Narayanan M.R.、Mathie M.、Lovell N.H.、Celler B.G.(2006)使用三轴加速度计进行动态监测的实时人体运动分类器的实现。IEEE生物医学信息技术汇刊10(1):156–167·doi:10.1109/TITB.2005.856864
[19] Lai C.F.,Huang Y.M.,Park J.H.,Chao H.C.(2010)多传感器无老年人检测的自适应身体姿势分析。IEEE智能系统25(2):20–30·doi:10.1109/MIS.2010.39
[20] 李N.X.,&;郝琦(2008)。使用无线分布式热释电传感器进行多人跟踪。《SPIE国防与安全会议录》,694033(第1-12页)。
[21] Liporace L.(1982)马尔可夫信源多元观测值的最大似然估计。IEEE信息理论汇刊28(5):729–734·Zbl 0499.62072号 ·doi:10.1109/TIT.1982.1056544
[22] Lucas,B.D.和;Kanade,T.(1981)。一种迭代图像配准技术及其在立体视觉中的应用。第七届国际人工智能联合会议论文集,2(第674-679页)。
[23] Rabiner,L.R.(1989)。语音识别中隐藏马尔可夫模型和选定应用的教程。IEEE会议记录,77(2)(第257-286页)。
[24] Rougier,C.、Meunier,J.、St-Arnaud,A.和;Rousseau,J.(2007)。使用视频监控从人体形状和运动历史中进行跌倒检测。在第21届高级信息网络和应用研讨会国际会议记录中(第875-880页)。
[25] Shankar M.、Burchett J.B.、Hao Q.、Guenther B.D.、Brady D.J.(2006)使用热释电红外探测器的人体跟踪系统。光学工程45(10):106401·数字对象标识代码:10.1117/1.2360948
[26] Sixsmith A.,Johnson N.(2004)检测老年人跌倒的智能传感器。IEEE普及计算3(2):42–47·doi:10.1109/MPRV.2004.1316817
[27] Sixsmith A.、Johnson N.、Whatmore R.(2005)用于老年人跌倒检测的热释电红外传感器阵列。《物理学报IV》128:153–160
[28] 美国人口普查局。(2011). http://www.census.gov/acs/www .
[29] Vishwakarma,V.、Mandal,C.和;Sural,S.(2007年)。视频中人体坠落的自动检测。第二届模式识别和机器智能国际会议论文集(第616–623页)。
[30] Wu G.(2000)通过速度特征区分坠落活动和正常活动。生物力学杂志33:1497–1500·doi:10.1016/S0021-9290(00)00117-2
[31] Yamato,J.、Ohya,J.和;石井,K.(1992)。利用隐马尔可夫模型识别时序图像中的人类行为。IEEE计算机学会计算机视觉和模式识别会议(第379-385页)。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。