基于时空关联的人体跌倒预测方法研究

中文关键词: 跌倒预测  图卷积神经网络  长短期记忆神经网络  北方苍鹰优化算法

中文摘要:

      全球每年发生大量因跌倒导致骨折的病例，这些伤害对公众健康造成显著风险。随着深度学习方法的应用，卷积神经网络（CNN）、循环神经网络（RNN）等方法被用于跌倒预测，然而现有方法无法有效处理人体复杂的三维空间结构而导致准确率不佳。为了更加准确地预测跌倒事件，文章提出一种结合图卷积神经网络（GCN）、长短期记忆神经网络（LSTM）和北方苍鹰优化算法（NGO）的跌倒预测模型。运用GCN对人体关键点空间拓扑关系建模，精准提取跌倒行为空间特征；利用LSTM捕捉跌倒行为的时间演化规律，融合时空特征以增强模型泛化能力。同时引入 NGO 算法优化 LSTM 核心参数来提升模型预测性能。实验显示，文章所提方法的准确率达到了98.44%。

英文摘要: