老年人跌倒檢測算法的研究現(xiàn)狀

趙珍珍，董彥如，曹 慧，曹 斌

1.山東中醫(yī)藥大學(xué) 智能與信息工程學(xué)院，濟南 250355

2.山東中醫(yī)藥大學(xué)附屬醫(yī)院 心病科，濟南 250000

全球人口預(yù)期壽命的增加與生育率的下降導(dǎo)致全球面臨人口老齡化的危機，聯(lián)合國出版的《2020年世界人口老齡化-老年人的生活安排》[1]中預(yù)估2050年的老年人口將達到15億以上，65歲及以上的老年人口總數(shù)將由2020年的9.3%增長至16.0%左右，特別是人口眾多的國家，如中國，預(yù)測到2022年左右，超過65歲的人口將占總?cè)丝诘?4%；并且到2030年，中國將會進入老年人口占比25.26%的深度老齡化社會。在這快速老齡化的社會，老年人的健康問題日益凸顯，失能、半失能老人數(shù)量急劇增加，空巢獨居老人健康社會風(fēng)險加大[2]，老年人健康問題成為全球關(guān)注的焦點。而跌倒在全世界范圍內(nèi)成為影響老年人健康的主要原因，其會導(dǎo)致老年人在生理與心理上產(chǎn)生不同程度的損傷，甚至?xí)?dǎo)致死亡[3]。因此，各式各樣的跌倒檢測算法應(yīng)運而生。

跌倒檢測與識別的主要步驟包括目標(biāo)檢測、特征提取和定性分類，其中目標(biāo)檢測主要表現(xiàn)于檢測跌倒的視覺傳感器設(shè)備中，通過背景差分、幀間差分等方法定位圖像或視頻中的被測目標(biāo)，而對于便攜式的傳感器則可以忽略，這一類傳感器是通過慣性測量單元收集人體運動學(xué)數(shù)據(jù)，其本身代表被測者的具體狀態(tài)，不屬于目標(biāo)檢測的范疇，本文不過多贅敘。特征提取是根據(jù)算法結(jié)構(gòu)和處理方式采取不同的方法獲取特征，至于定性分類是指根據(jù)采集的不同屬性判定數(shù)據(jù)的具體類別。其中，本文圍繞著特征提取這一重要步驟將跌倒檢測算法分為閾值分析法、基于機器學(xué)習(xí)的檢測算法和基于深度學(xué)習(xí)的檢測算法三類。閾值分析法是將實時的加速度或二次處理后的均方值等數(shù)據(jù)作為特征值，并與通過大量跌倒實驗得出的閾值作比較，當(dāng)數(shù)據(jù)值超過或低于閾值時判定為異常情況?；跈C器學(xué)習(xí)的檢測算法則是通過人工設(shè)計的特征算子來處理并描述底層視覺數(shù)據(jù)，比如HOG[4]特征、ORB[5]特征和LBP[6]特征等，該類算法含有多種功能的分類器，具有顯著的分類優(yōu)勢。但是該類算法過度依賴于人工提取動作特征，一旦特征樣本發(fā)現(xiàn)偏差，跌倒檢測的性能便會極度下降，并且上述的特征算子難以獲取復(fù)雜圖像中的語義信息，而基于深度學(xué)習(xí)的檢測算法能較好地彌補的該缺點，可以自動獲取樣本數(shù)據(jù)中的特征值，形成一種學(xué)習(xí)策略，擁有很好的特征表示能力。

現(xiàn)階段，閾值算法、機器學(xué)習(xí)算法、深度學(xué)習(xí)算法及其變體已被廣泛應(yīng)用于跌倒檢測領(lǐng)域中，本文著眼于跌倒檢測的算法，首先介紹了單一算法中基于閾值分析的跌倒檢測算法、基于機器學(xué)習(xí)的跌倒檢測算法和基于深度學(xué)習(xí)的跌倒檢測算法，概述了單一算法的優(yōu)勢與不足之處。其次根據(jù)混合算法的雜糅的特點，詳細說明了多種算法結(jié)合后取得的檢測成果。同時，梳理了跌倒檢測算法中采用的公共數(shù)據(jù)集，最后總結(jié)了跌倒檢測算法的發(fā)展趨勢。通過以上分析，理清了跌倒檢測算法自身的意義與重要性，為后續(xù)的改進提供創(chuàng)新思路，為跌倒檢測系統(tǒng)的落實提供理論基礎(chǔ)。

1 相關(guān)工作

研究者們從不同的方面綜述了跌倒檢測算法，涉及跌倒背后的生理原因、人體運動學(xué)、各種傳感器設(shè)備、分類技術(shù)和特征提取方法，為跌倒檢測的整體發(fā)展提供了有利的幫助。本章將從軟硬件角度概述主要的跌倒檢測文獻。從硬件方面，Mubashir等[7]從可穿戴式傳感器、環(huán)境式傳感器及視覺傳感器三方面綜述了跌倒檢測系統(tǒng)及算法，回顧了使用加速度值、姿勢分析和時空分析等相關(guān)文獻，得出前兩種傳感器硬件成本較低且便于安裝，而視覺傳感器則擁有良好檢測效果的結(jié)論。Bet等[8]綜述了可穿戴式傳感器在檢測跌倒中的最新技術(shù)及研究中使用的特征，他們發(fā)現(xiàn)腰部是最常用的佩戴位置，且從加速度值中提取特征占比較多，另外還觀察到利用機器學(xué)習(xí)提取特征的研究正在增多。但此類研究存在一些問題，如研究人群的類型、跌倒風(fēng)險評估缺少統(tǒng)一標(biāo)準(zhǔn)等。Zhang等[9]基于視覺傳感器的角度分別概述了單個或多個RGB攝像機、深度相機、紅外相機與3D攝像機陣列的跌倒檢測方法，且是首次歸納了關(guān)于視覺類跌倒檢測的公共數(shù)據(jù)集。Cai等[10]則是回顧了Kinect傳感器及類似相機獲取的46個標(biāo)準(zhǔn)數(shù)據(jù)集，目前有20多個正在被高頻度地使用，文中強調(diào)了各數(shù)據(jù)集的特點，為跌倒檢測提供客觀依據(jù)。此外，自Kinect相機出現(xiàn)，其價格公道、易于安裝的優(yōu)點使得基于視覺的跌倒檢測得到了更深一步的研究。Gutiérrez等[11]回顧了近五年的基于人工視覺的81個跌倒檢測系統(tǒng)，從表征（如光流）到分類技術(shù)（如支持向量機SVM）進行概括，發(fā)現(xiàn)基于人工視覺的系統(tǒng)實現(xiàn)了傳統(tǒng)意義上的環(huán)境領(lǐng)域的檢測。然而現(xiàn)有公共數(shù)據(jù)集相互獨立，缺少系統(tǒng)性能評估的共同參考框架，這使得系統(tǒng)之間的性能難以比較。

隨著電子元器件的發(fā)展，更小型的設(shè)備被研究出來，在過去幾年，智能手機輕便、易攜帶的特點使得基于智能手機的跌倒檢測成為熱門研究主題之一，Luque等[12]提到智能手機中使用固定閾值或機器學(xué)習(xí)算法較多，但在手機上設(shè)定加速度閾值難以掌握，手機自身的硬件不足以維持復(fù)雜的跌倒檢測算法。Lima等[13]回顧了基于智能手機進行人類活動識別，整理了機器學(xué)習(xí)和深度學(xué)習(xí)算法的應(yīng)用與研究，為基于智能手機的跌倒檢測提供良好的理論依據(jù)。另有González-Caete等[14]研究智能手表在跌倒檢測中的可行性，其成本低、便攜帶的優(yōu)點得到廣泛認(rèn)可，為跌倒檢測的實現(xiàn)提供了其他可能性。但該類研究中個人隱私問題受到較高關(guān)注度，并且缺乏真實跌倒的基準(zhǔn)數(shù)據(jù)集作為參照。

從軟件方面，Perry等[15]回顧了加速度在跌倒檢測中的作用，對比了使用加速度和不使用加速度的實時檢測跌倒，他們發(fā)現(xiàn)加速度發(fā)揮了重要的作用，并且提到加速度數(shù)據(jù)的好壞會影響檢測結(jié)果。Delahoz等[16]整理了跌倒檢測系統(tǒng)中的技術(shù)手段，對各種研究進行定性比較，指出定義閾值的重要性，詳細介紹了機器學(xué)習(xí)在跌倒系統(tǒng)中的特征提取、選擇和構(gòu)建的過程，同時他們還總結(jié)了SVM、決策樹（DT）和K-近鄰（K-NN）等分類算法，比較了各算法的時間復(fù)雜度，探究了各模型的評估策略。Ramachandran等[17]則基于閾值、基于機器學(xué)習(xí)總結(jié)了跌倒檢測，介紹了影響跌倒的生理因素，并重點介紹機器學(xué)習(xí)在跌倒檢測中的應(yīng)用，總結(jié)出該類算法能有效檢測跌倒行為。但檢測設(shè)備中有部分可穿戴式設(shè)備（如腕帶）不滿足檢測系統(tǒng)要求，存在假陽性的問題，難以辨別類跌倒動作，另外收集的跌倒數(shù)據(jù)需要考慮真實跌倒時產(chǎn)生的生理變化，便于提高跌倒檢測的真實性。Usmani等[18]重點從機器學(xué)習(xí)算法的角度介紹跌倒檢測及預(yù)防系統(tǒng)的發(fā)展趨勢，他們發(fā)現(xiàn)跌倒檢測的相關(guān)文獻中使用單一或多種機器學(xué)習(xí)融合的算法較為常見，其中SVM內(nèi)存效率高使得其在近幾年使用率最高，但在跌倒檢測領(lǐng)域中機器學(xué)習(xí)難以在短時間內(nèi)分析肌肉因刺激產(chǎn)生的變化并做出響應(yīng)，因而它應(yīng)用于預(yù)防跌倒的算法較少。Islam等[19]則是從深度學(xué)習(xí)的角度綜述了跌倒檢測算法，從工作原理、深度學(xué)習(xí)的方法、使用數(shù)據(jù)集及性能指標(biāo)系統(tǒng)地進行比較，重點強調(diào)了LSTM（long short-term memory）、CNN（convolutional neural network）、AE（auto encoder）算法在跌倒檢測中的應(yīng)用，這些算法表現(xiàn)出強大的功能，但深度學(xué)習(xí)同樣存在一些問題，比如LSTM的訓(xùn)練時間長，涉及大量的參數(shù)，對硬件設(shè)備要求較高，基于CNN系統(tǒng)易受到攻擊等。周燕等[20]在深度學(xué)習(xí)的基礎(chǔ)上概述了二維人體骨架姿態(tài)在跌倒中應(yīng)用，詳細討論了單人與多人骨架的研究方法，總結(jié)了近幾年相關(guān)的先進的算法，同時介紹了公開標(biāo)準(zhǔn)數(shù)據(jù)集與評價指標(biāo)。該類算法能更充分地汲取圖像信息，擁有良好的魯棒性，運用該算法的研究正逐年增加。Wang等[21]從數(shù)據(jù)收集、傳輸、傳感器融合及物聯(lián)網(wǎng)平臺等方面進行文獻整理，介紹了單個傳感器與多個傳感器在信息處理過程中主要是基于閾值、基于機器學(xué)習(xí)和基于深度學(xué)習(xí)的方法，闡述了數(shù)據(jù)融合、特征融合及決策融合的方法，他們指出機器學(xué)習(xí)優(yōu)于基于閾值的跌倒檢測，深度學(xué)習(xí)在計算機視覺上的跌倒檢測做出巨大貢獻，而強化學(xué)習(xí)可能是未來跌倒檢測的發(fā)展趨勢。不同于Wang等對單個傳感器和多個傳感器的跌倒過程（包含傳輸、信息處理、算法、存儲、數(shù)據(jù)集）進行清晰的介紹，本文在現(xiàn)有綜述的基礎(chǔ)上發(fā)現(xiàn)很少有文獻對跌倒檢測使用的算法進行總結(jié)，因而本文綜述了跌倒檢測使用的算法，分析了單一算法和多算法融合的異同，主要做出以下貢獻：

（1）從算法的角度梳理跌倒檢測算法的發(fā)展現(xiàn)狀，詳細地介紹了基于閾值、基于機器學(xué)習(xí)、基于深度學(xué)習(xí)的跌倒檢測算法。

（2）對比跌倒檢測中單一算法與混合算法的優(yōu)劣。

（3）探究不同算法的性能及實際意義并總結(jié)常用的跌倒數(shù)據(jù)集。

（4）總結(jié)跌倒檢測已有成果及其面臨的挑戰(zhàn)。

此外，本文在表1中對比了三類算法的優(yōu)劣并展示了跌倒檢測算法的整體流程（如圖1）。

圖1 跌倒檢測流程Fig.1 Fall detection process

表1 三類跌倒檢測算法Table 1 Three kinds of fall detection algorithms

2 單一算法

2.1 基于閾值的跌倒檢測算法

基于閾值的跌倒檢測算法是通過人體體態(tài)轉(zhuǎn)變時的特征值來判斷跌倒動作是否產(chǎn)生，常用于便攜式設(shè)備中，如Sun等[22]利用足底傾斜角傳感器系統(tǒng)來識別人體狀態(tài)（圖2（a）），通過X軸與Y軸分析雙足移動時的傾斜角變化，但傳感器測得的數(shù)據(jù)波動幅度呈現(xiàn)兩極分化，為此在足底傾斜角特征中設(shè)定閾值提取可用數(shù)據(jù)，結(jié)果表明該算法達到了92%的準(zhǔn)確率，但該算法因硬件限制，難以實現(xiàn)對振動做出快速動態(tài)響應(yīng)。Nasiya等[23]則提出了可穿戴式跌倒檢測系統(tǒng)（圖2（b）），該系統(tǒng)通過3D加速度計實時采集使用者的動態(tài)加速度來檢測人體狀態(tài)，從X、Y、Z軸計算人體移動的方向，并設(shè)定角度閾值作為跌倒判定標(biāo)準(zhǔn)，結(jié)果表明檢測成功率最高可達95%，然而，個體生活的差異使得穿戴式傳感器呈現(xiàn)明顯的不便。Weng等[24]選擇利用智能手機傳感器來探究跌倒檢測（圖2（c）），該研究在智能手機上增加了加速度計與陀螺儀，根據(jù)手機存放的位置設(shè)定加速度閾值，最終經(jīng)過實驗測試發(fā)現(xiàn)手機置于腰部位置時，靈敏度最高達到96.43%?，F(xiàn)如今，市場上已推出輕量級、低功耗的便攜式設(shè)備，大幅度降低了使用者發(fā)生跌倒的幾率，增加了安全保障。但便攜式設(shè)備尚未完全普及，產(chǎn)品質(zhì)量、功能設(shè)計和實際操作是否真實滿足老年人的需求有待進一步檢驗。于是，環(huán)境式的傳感器為老年人提供了第二層保障，環(huán)境式傳感器中最常見的是視覺傳感器，其主要通過監(jiān)測的視頻流或單個幀圖像中人體活動并識別動作來確認(rèn)使用者的當(dāng)前狀態(tài)，Yuan等[25]采用Kinect傳感器進行跌倒檢測，首先利用傳感器收集深度圖像序列，而后提取圖像序列中的人體輪廓（圖2（d））、計算人體長寬比等相關(guān)參數(shù)，最后將參數(shù)與閾值相互比較，獲得目標(biāo)的行為狀態(tài)，但該算法存在混淆彎腰與跌倒的問題，需要進一步的改善閾值的設(shè)置。馬宗方等[26]同樣使用Kinect傳感器檢測人體發(fā)生的異常情況，但該算法選擇結(jié)合雙閾值來改進算法結(jié)構(gòu)，達到93.13%的準(zhǔn)確率，具體內(nèi)容將在混合算法中詳細敘述。除此之外，還有其他基于環(huán)境式的算法如利用壓力傳感器[27]、無線網(wǎng)[28]等來監(jiān)測老年人的日常生活，該類算法同樣是基于閾值分析判定，在一定的范圍內(nèi)進行目標(biāo)識別，實時計算出人體活動姿態(tài)。

圖2 基于閾值的跌倒檢測算法的各類傳感器Fig.2 Various types of sensors for threshold-based fall detection algorithms

通過設(shè)定閾值分析人體動作是最為常見的一種算法，該算法雖然存在虛報率高、誤差大的弊端，且閾值的設(shè)定需要根據(jù)使用的傳感器和跌倒數(shù)據(jù)進行合理選定，不同情景下會產(chǎn)生不同效果，跌倒檢測系統(tǒng)的性能不穩(wěn)定。但其有計算簡單、速度快的優(yōu)點，同時隨著硬件的精進，檢測誤差率已大幅度降低，在處理慣性數(shù)據(jù)與圖像數(shù)據(jù)時能夠快速檢測出異常數(shù)據(jù)、定位圖像中的目標(biāo)區(qū)域，分割前景等等，存在一定的使用價值。

2.2 基于機器學(xué)習(xí)的跌倒檢測算法

機器學(xué)習(xí)算法擁有強大的識別分類功能，能自動學(xué)習(xí)數(shù)據(jù)屬性并建立分類模型，其中包含有多種分類器，可根據(jù)特征選擇合適的分類器，在跌倒檢測算法中主要采用有監(jiān)督的機器學(xué)習(xí)算法。Ozdemir等[29]研究了六種不同的機器學(xué)習(xí)算法來檢測跌倒，他們選取了原始數(shù)據(jù)峰值周圍4S時間窗口的數(shù)據(jù)，通過分類器進行特征提取與縮減，實現(xiàn)了準(zhǔn)確率、特異性及靈敏度都能達到95%以上。但參與的實驗對象數(shù)量偏少，當(dāng)增加新對象或擴大活動范圍時將無法維持測試準(zhǔn)確率。為此，Mrozek等[30]提出了一種新型可擴展架構(gòu)的系統(tǒng)用于遠程監(jiān)測，他們提出隨機森林（RF）、SVM、人工神經(jīng)網(wǎng)絡(luò)（ANN）和增強決策樹（BDT）分類器，通過五倍交叉驗證及最佳參數(shù)設(shè)置，BDT展現(xiàn)了最優(yōu)分類，在SisFall數(shù)據(jù)集中達到了99%的平均準(zhǔn)確率。但從實驗對象獲得的監(jiān)測數(shù)據(jù)與老年人存在一定的差距，真實數(shù)據(jù)源仍是跌倒檢測算法面臨的難題。為避免該問題，Dhole等[31]采用智能頭盔和慣性傳感器分別提取被測者的腦電圖及行為數(shù)據(jù)，選擇小波能量從時域和頻域提取通道特征，再利用RF分類器學(xué)習(xí)，以熵作為標(biāo)準(zhǔn)篩選出跌倒情況，最終分析結(jié)果表明該算法的精確度可達98%。而Ramirez等[32]選擇采用攝像機video-camera拍攝真實照片，將照片中的人體骨架作為特征，他們選擇了KNN、SVM、RF、MLP（multi-layer perceptron）、Adaboost（adaptive boosting）、XGBoost（extreme gradient boosting）作為分類器，且同時在兩種數(shù)據(jù)集上進行測試。可以發(fā)現(xiàn)，同一特征、同一分類方法在不同的數(shù)據(jù)集上獲得不同的檢測結(jié)果，數(shù)據(jù)源對跌倒檢測屬于重要影響因素。此外，基于機器學(xué)習(xí)的跌倒檢測分類器大部分是二分類，相較于人體活動時的姿態(tài)的變化，這些分類器在運用到現(xiàn)實生活中便存在不可忽視的不足，而多標(biāo)簽分類算法為解決該問題提供可能。Thakur等[33]提出了多標(biāo)簽的K-NN算法，并且在數(shù)據(jù)集上進行跌倒動作與類跌倒動作檢測，該算法表現(xiàn)出優(yōu)良的性能，降低了假陽性的概率。還有其他有監(jiān)督機器學(xué)習(xí)的跌倒檢測算法[34-39]。

Kim等[40]研究的跌倒檢測模型同樣使用了多種有監(jiān)督分類器，但該模型中提出了無限特征選擇算法以及活動自動標(biāo)注，且在離散和連續(xù)時間序列的數(shù)據(jù)上都達到了99%的平均分類準(zhǔn)確率。若利用無監(jiān)督的分類器，根據(jù)數(shù)據(jù)本身的屬性，自主選取特征，進而完成樣本數(shù)據(jù)的種類劃分，相較于需要手工標(biāo)注樣本集特征的有監(jiān)督分類器能夠極大地減少工作量。于是，Diraco等[41]提出一種k-means無監(jiān)督算法，基于開普勒效應(yīng)在不同細節(jié)水平上描述人體姿勢，獲得身體骨架與描述姿勢的直方圖信息，經(jīng)過觀察組與測試組的實驗，測試顯示出良好的檢測性能，但該實驗存在前期校準(zhǔn)長達95 min的不足，實驗收集的數(shù)據(jù)不具備代表性，無法驗證真實情況下的校準(zhǔn)時長，在現(xiàn)實中可能需要更長時間。

機器學(xué)習(xí)算法中含有多種有監(jiān)督與無監(jiān)督的分類器，在跌倒檢測中更傾向于有監(jiān)督的分類器，其根據(jù)選定的特征值完成跌倒與日?；顒拥膮^(qū)分，其中特征選定是機器學(xué)習(xí)算法的成敗關(guān)鍵，一旦手工提取的特征不理想便會對跌倒檢測造成極大的影響，反之，能夠?qū)崿F(xiàn)優(yōu)異的檢測率；無監(jiān)督的機器學(xué)習(xí)算法則能自動提取數(shù)據(jù)特征進而完成分類，大幅度避免人工提取特征的劣勢，未來該方向?qū)堑棺R別領(lǐng)域的研究熱點。此外，真實跌倒的數(shù)據(jù)集量較少，并且機器學(xué)習(xí)算法在輕量級的數(shù)據(jù)集中達到的性能要遠勝于重量級數(shù)據(jù)集，因此現(xiàn)階段基于機器學(xué)習(xí)的跌倒檢測算法仍在進一步研究中。

2.3 基于深度學(xué)習(xí)的跌倒檢測算法

深度學(xué)習(xí)是當(dāng)前最為熱門的一項技術(shù)，廣泛應(yīng)用于多個領(lǐng)域，尤其在圖像識別方向獲得顯著成就，其中CNN在人體動作識別領(lǐng)域發(fā)揮重要的作用，2014年Girshick等[42]提出R-CNN（region-CNN）算法進行目標(biāo)檢測，該算法在PASCAL VOC檢測數(shù)據(jù)集上完勝傳統(tǒng)的DPM（deformable parts model）檢測算法，而后便不斷出現(xiàn)各種基于CNN架構(gòu)的跌倒檢測識別算法，CNN在跌倒檢測領(lǐng)域已占據(jù)絕對的領(lǐng)導(dǎo)地位?；谏疃葘W(xué)習(xí)的跌倒檢測算法與基于機器學(xué)習(xí)的跌倒檢測算法類似，唯一的區(qū)別是自主選取特征，并且擁有強大的學(xué)習(xí)能力。以下從CNN、RNN（recurrent convolutional neural network）及AE（auto encode）三個方面介紹跌倒檢測算法。

2.3.1 基于CNN的跌倒檢測算法

現(xiàn)階段已有大量研究文獻表明CNN算法在檢測跌倒領(lǐng)域取得了顯著的性能，具體可分為CNN、1D CNN（one-dimensional convolutional neural network）、OF CNN（optical flow convolutional neural network）及3D CNN（three-dimensional convolutional neural network）[19]。

（1）CNN

Yu等[43]提出了基于CNN的跌倒檢測算法，該算法將碼本背景減除法提取出人體輪廓作為特征輸入到CNN中，通過標(biāo)識分類不同的人體活動（如站立、躺下）來區(qū)分人類正?；顒优c跌倒等異常行為，可達到96.88%的跌倒檢測率。然而跌倒與躺下動作的輪廓剪影相似度較高，測試結(jié)果中含有誤判的實例。而Silva等[44]設(shè)計出基于CNN的跌倒檢測算法的多流學(xué)習(xí)模型，該模型采用可分離的并行網(wǎng)絡(luò)架構(gòu)便于將多種高級手工特征分別輸入對應(yīng)的VGG-16網(wǎng)絡(luò)中訓(xùn)練，當(dāng)其中一條特征流出現(xiàn)異常時利用其他特征流進行糾正，最后將學(xué)習(xí)的最優(yōu)秀的網(wǎng)絡(luò)與輸出相關(guān)聯(lián)，該模型測試后能夠達到98.77%的準(zhǔn)確率，但其選擇的光流、人體姿態(tài)和RGB特征都屬于圖像的范疇，算法的一般適用性有待考量。

但是，基于慣性傳感器采集加速度或信號等數(shù)據(jù)的CNN跌倒檢測算法在后期可進行降維處理或映射成圖像格式來檢測跌倒。Yhdego等[45]提出將加速度數(shù)據(jù)提供給CNN學(xué)習(xí)跌倒信息，他們利用小波變換將加速度值轉(zhuǎn)換成圖像，再采用遷移學(xué)習(xí)在圖像上訓(xùn)練深度CNN模型。為了提高準(zhǔn)確率，還在譜系圖像中進行數(shù)據(jù)增強，補充了有限的標(biāo)記的跌倒數(shù)據(jù)，最終該方法的跌倒準(zhǔn)確率達到了96.43%。Abdulaziz等[46]提出降維處理特征數(shù)據(jù)的跌倒檢測算法，其采用多線性原理成分分析對采集的數(shù)據(jù)進行特征降維，再基于殺手啟發(fā)式優(yōu)化的AlexNet卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)特征，其中應(yīng)用了5層卷積層來優(yōu)化分類器，激活過程與高計算量有助于提高檢測的準(zhǔn)確性，最后經(jīng)過仿真實驗發(fā)現(xiàn)該算法精確率達到了99.45%。然而，跌倒動作與類跌倒動作易產(chǎn)生混淆，在跌倒過程中，所選擇的特征起到?jīng)Q定性的作用，優(yōu)化的學(xué)習(xí)分類器和特征選擇過程能提高算法的性能。

CNN以一張圖像作為輸入，在跌倒檢測中可用于處理視覺傳感器的圖像和慣性傳感器轉(zhuǎn)換的圖像，為了提高檢測性能，研究員們根據(jù)數(shù)據(jù)自身屬性采取不同的計算方法（如均值、求熵）選擇優(yōu)質(zhì)的特征[47-48]，在CNN的基本結(jié)構(gòu)上進行改進[49]，來提升檢測算法的實用性。

（2）1D CNN

在處理由慣性、角度等傳感器采集的一維信號數(shù)據(jù)時，除了將一維數(shù)據(jù)映射成二維圖像外，還設(shè)計出能夠處理一維數(shù)據(jù)的1D CNN。Zhang等[50]提出多視角深度學(xué)習(xí)框架的檢測跌倒系統(tǒng)，他們將多個時間序列流作為多視圖的一維圖像輸入CNN中，其能了解隱藏的非線性模式，并利用完全連接的神經(jīng)網(wǎng)絡(luò)融合所有學(xué)習(xí)模式，在包含跌倒及日常活動的數(shù)據(jù)集測試后發(fā)現(xiàn)該系統(tǒng)檢測率達到了91.5%。然而該算法基于智能手機采集數(shù)據(jù)，算法的計算復(fù)雜度越高對硬件設(shè)備的要求越佳，個人隱私和系統(tǒng)安全性的問題并未解決，它們?nèi)允艿捷^高的關(guān)注。Bolic等[51]則基于雷達傳感器輔助檢測跌倒來避免上述問題。他們提出學(xué)習(xí)多層次特征，將二次處理后的慢時間序列輸入到1D CNN中訓(xùn)練目標(biāo)模型，并采用全局最大池技術(shù)提高模型的可分辨性，獲得了92.72%的準(zhǔn)確率。Xia等[52]提出新型自動霧檢測系統(tǒng)，對比霧步態(tài)與正常步態(tài)區(qū)分異常，其中一維加速度數(shù)據(jù)在網(wǎng)絡(luò)模型中以流線型的方式自動學(xué)習(xí)特征，消除了手工特征的需要和特征選擇，達到了99.85%的靈敏度。但基于霧的數(shù)據(jù)集內(nèi)容不夠豐富，對實驗對象的測時間較短且需要在特定的環(huán)境進行測試。此外，不同年齡段的被測者的步態(tài)等行為存在差異，實驗應(yīng)當(dāng)按照年齡分組測試，確保實驗嚴(yán)謹(jǐn)，獲得精確的檢測系統(tǒng)。

1D CNN的維度低，類似于滑動窗口，在行為識別中一般處理序列信號數(shù)據(jù)，建立序列模型?？芍苯犹幚響T性傳感器（如加速度計）采集的時序信息，學(xué)習(xí)不同動作特征和自動選擇特征，在跌倒檢測實驗中同樣實現(xiàn)了良好的性能。

（3）OF CNN

OF CNN算法的特點是由光流作為二維圖像數(shù)據(jù)特征，從而追蹤目標(biāo)的動作，解決因遮擋物而造成前景難以分割的問題。Wang等[53]提出PCANet網(wǎng)絡(luò)來檢測跌倒，采用光流法提取RGB圖像中的特征，但花費時間過長，于是Nú?ez-Marcos等[54]采用VGGNet-16網(wǎng)絡(luò)改進圖像處理的光流和卷積網(wǎng)絡(luò)結(jié)構(gòu)，由于視頻是由連續(xù)的單幀堆疊呈現(xiàn)，跌倒識別只需檢測出幾個相鄰的幀即可，為描述兩幀之間的位移矢量，他們使用了tvl-1光流算法[55]處理數(shù)據(jù)，光流公式如下：

其中，I0和I1是圖像對，x表示為x軸上的像素點，u=(u1(x),u2(x))T是二維位移場，λ表示為相對權(quán)重，E代表能量函數(shù)。在數(shù)據(jù)處理過程中，RGB圖像會轉(zhuǎn)為光流圖像并輸入神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，最后的結(jié)果表明其精確度為83.02%，且在各個公開數(shù)據(jù)集中獲得最優(yōu)性能，但該算法極易產(chǎn)生位移場，使得檢測精度降低，另外tvl-1算法雖能去除靜態(tài)背景，但會造成各種背景噪聲，無法獲取完美的前景。針對以上問題，Chhetri等[56]提出了增強動態(tài)光流的跌倒檢測算法，通過公式（2）進行修正能量，增強光流，并且在公式（1）中添加了排序函數(shù)，如公式（3）：

其中，d是一個參數(shù)的向量，S(q| d)+S(t|d)是每個時間和以后時間q的排名函數(shù)的得分，主要目的是在動態(tài)光照下提高分類精度，降低數(shù)據(jù)處理時間。該算法同樣是先計算RGB視頻中的光流信息進而轉(zhuǎn)變成光流圖像，通過秩池方法將光流圖像變?yōu)閯討B(tài)光流圖像，并將單個動態(tài)光流圖像融合為一幅圖像，減少處理時間的消耗，最后輸入CNN算法中。結(jié)果表明該算法的特異性及敏感度達到93.04%，精確度達到91.4%左右。但是，該算法未考慮到長期動作演變的局限，基于OF CNN的跌倒檢測算法仍需進一步研究探索。

光流能夠在連續(xù)的圖像中檢測到細微的變化，將光流作為特征運用到CNN中不僅能削弱視頻中光線變化影響目標(biāo)檢測的問題，而且動態(tài)光流技術(shù)能將視頻匯總為單個圖像的機制，有助于提高圖像預(yù)處理步驟的性能。一些空間序列跌倒檢測算法如表2所示。

表2 空間序列的跌倒檢測算法Table 2 Fall detection algorithms for spatial sequences

（4）3D CNN

3D CNN能夠同時處理時間序列與空間序列數(shù)據(jù)，具備超強的學(xué)習(xí)人類行為的能力，Ahn等[60]基于3D CNN的跌倒檢測算法處理連續(xù)運動視頻，該算法提高了以視頻圖像作為輸入的跌倒檢測系統(tǒng)的準(zhǔn)確率，與基于3D人體骨骼信息[61]的算法相比，避免了骨骼結(jié)構(gòu)扭曲的形變，能檢測出慢速跌落，通過TST數(shù)據(jù)集實驗獲得準(zhǔn)確率96.9%的實驗結(jié)果。Li等[62]同樣提出基于3D CNN的跌倒檢測算法，該算法首先通過Kinect收集的數(shù)據(jù)來訓(xùn)練3D CNN，然后再將新收集的數(shù)據(jù)輸入到3D CNN中來微調(diào)網(wǎng)絡(luò)，利用時空模式區(qū)分正常行為與跌倒?fàn)顟B(tài)，最后輸入視頻流測試三維CNN。該模型獲得更精準(zhǔn)的檢測效果、緩解了泛化問題，并在自定義數(shù)據(jù)集中進行驗證，結(jié)果發(fā)現(xiàn)該方法在跌落的0.5 s內(nèi)檢測跌倒能夠達到100%準(zhǔn)確率。但該實驗樣本集較少，在處理大型數(shù)據(jù)集時性能存在不確定性，因此可以采用數(shù)據(jù)增強手段增加數(shù)據(jù)量，避免產(chǎn)生模型過擬合的問題。Kasturi等[63]基于kinect深度相機采集的視頻數(shù)據(jù)輸入3D CNN中進行跌倒檢測，該算法將視頻幀堆疊成立方體結(jié)構(gòu)輸入3D CNN，觀察不同幀數(shù)對三維內(nèi)核的影響，進而獲得良好的模型，通過數(shù)據(jù)集URFD進行跌倒檢測實驗后發(fā)現(xiàn)在訓(xùn)練與測試集上都達到了100%準(zhǔn)確率。若有大量的真實跌倒數(shù)據(jù)將能探究層次更深、魯棒更強的網(wǎng)絡(luò)結(jié)構(gòu)，進而實現(xiàn)泛化應(yīng)用。

此外，自然光照會大幅度影響數(shù)據(jù)質(zhì)量，造成檢測與分類精度下降，Kim等[64]針對該問題采用熱攝像機采集熱數(shù)據(jù)集，再輸入3D CNN中學(xué)習(xí)人體在時空維度的特征，進而實現(xiàn)日夜監(jiān)控，全天檢測，最終達到了90.2%的平均精確度。

類似地，雙流卷積神經(jīng)網(wǎng)絡(luò)（Two-Stream CNN）[65]具有時間網(wǎng)絡(luò)和空間網(wǎng)絡(luò)，能夠在時空領(lǐng)域融合抽象特征，進一步提高網(wǎng)絡(luò)性能。在跌倒檢測算法中，從給定的數(shù)據(jù)集中提取單個特征（如光流、輪廓）被稱為單流體結(jié)構(gòu)，雙流或多流結(jié)構(gòu)會提取多個特征表示。Simonyan等[66]將RGB圖像與光流位移結(jié)合作為運動特征，由CNN算法識別活動。Zhi等[67]提出基于Two-Stream的跌倒檢測算法，以3D CNN和VGGNet-16作為輸入，同時去除背景干擾及增添光流信息，再將兩個網(wǎng)絡(luò)中softmax融合作為Two-Stream CNN的輸出，實驗結(jié)果顯示Two-Stream CNN能夠達到96%的檢測率。Khraief等[68]則根據(jù)視頻運動之間的特征提出了多流卷積神經(jīng)網(wǎng)絡(luò)，以RGB、深度、運動及形狀四種特征提取四種模式，并且根據(jù)特征的關(guān)聯(lián)度附加權(quán)重，使得多流網(wǎng)絡(luò)互補信息，完善整體性能。其中，為了提取深度特征，作者放棄了手工特征，而選擇提取光流的大小和方向，其中光流幅OFmag與方向OFphase的相位信息如公式（4）、（5）：

該算法的四種特征經(jīng)過融合后，利用遷移學(xué)習(xí)與數(shù)據(jù)增強技術(shù)擴大數(shù)據(jù)量，而后輸入VGGNet-16網(wǎng)絡(luò)訓(xùn)練模型，最后在標(biāo)準(zhǔn)公開數(shù)據(jù)集中最高可獲得99.72%的準(zhǔn)確率。由此發(fā)現(xiàn)多模態(tài)特征訓(xùn)練的深度網(wǎng)絡(luò)模型能避免當(dāng)前存在的環(huán)境問題（如無法覆蓋區(qū)域），可同時用于在室內(nèi)外場景的跌倒檢測。

3D CNN比二維卷積多出的時間維度使得其能直接處理視頻數(shù)據(jù)，而不用逐幀分析，能夠更有效地捕捉各幀之間的運動信息，進而建立更為精確的模型，察覺出人體運動的微小變化。一些時空數(shù)據(jù)的跌倒檢測算法如表3所示。

表3 時空數(shù)據(jù)的跌倒檢測算法Table 3 Fall detection algorithms for spatio-temporal data

2.3.2 基于RNN的跌倒檢測算法

RNN擁有“記憶”信息的功能，可將前一個神經(jīng)元的輸出直接作用于下一時間戳的自身，長時間留有歷史信息，適于處理長時相關(guān)性任務(wù)。Mauldin等[70]利用含有GRU（門控遞歸單元）的RNN來檢測跌倒，其中，GRU能夠解決RNN在反向傳播中的梯度問題，GRU與LSTM網(wǎng)絡(luò)擁有相同的收斂性，但訓(xùn)練參數(shù)少，計算量小，屬于輕量級深度學(xué)習(xí)體系，因而在智能手機等小型終端設(shè)備的行為檢測中較受歡迎。LSTM[71]算法因其特殊的遞歸神經(jīng)網(wǎng)絡(luò)，能解決長序列過程中梯度爆炸與梯度消失的問題，主要的運算公式如下，→和←分別代表前向和后向傳播，xt為當(dāng)前的時間信息，ht-1為以前的隱藏輸出，ht為當(dāng)前的隱藏輸出：

最后的向量hT是前向和后向過程的輸出的連接向量，如下所示：

它可以利用門單元來控制網(wǎng)絡(luò)中的長期依存關(guān)系達到保存長期記憶的功能，因而更進一步提高了跌倒檢測的效率。Ge等[72]提出基于共顯增強的RCN（recurrent convolutional network）的跌倒檢測算法，RCN由分段的RNN、CNN和LSTM組成處理視頻相關(guān)幀，共顯增強方法能突出視頻中的人類活動區(qū)域，用于增強RCN對視頻各幀的特征學(xué)習(xí)，RCN在開放的數(shù)據(jù)集進行實驗，準(zhǔn)確率高達98.96%。另外，根據(jù)RNN繼承歷史信息及收集未來信息的特性，雙向RNN、雙向LSTM（Bi-LSTM）算法相繼被提出。其中Bi-LSTM能夠同時處理過去與未來的元素，相對于LSTM擁有更高的預(yù)測準(zhǔn)確率。Taramasco等[73]針對跌倒檢測算法，采用了LSTM、GRU和Bi-LSTM三類循環(huán)神經(jīng)網(wǎng)絡(luò)算法，Bi-LSTM用于處理臨時數(shù)據(jù)序列，同時考慮過去與未來的信息，與LSTM傳遞信息方式相同（圖3）。

圖3 Bi-LSTM原理圖Fig.3 Bi-LSTM principle diagram

運算過程如下列公式：

表4 基于時間序列的跌倒檢測算法Table 4 Time series based fall detection algorithms

跌倒檢測的評價指標(biāo)為準(zhǔn)確率、靈敏度及特異性，具體計算公式如下：

其中，T P為真陽性，F(xiàn)P為假陽性，TN為真負(fù)值，F(xiàn)N為假負(fù)值。

2.3.3 基于AE的跌倒檢測算法

特征的選擇和融合能產(chǎn)生更高級的特征集，PCA、LDA和其他非線性特性融合機制推動基于深度學(xué)習(xí)算法的研究，而近年來AE[82]算法代替了非線性特征融合的方法。

2016年Jokanovic等[83]提出基于DCNN的跌倒檢測算法，由堆疊的AE和softmax構(gòu)成深度網(wǎng)絡(luò)模型，通過AE自動學(xué)習(xí)，捕捉時頻特征的復(fù)雜性，并且能夠?qū)⒌讓犹卣鞣答伣o分類器。與78%的傳統(tǒng)算法（如PCA）相比，該算法的準(zhǔn)確率達到了87%。2017年Droghini等[84]提出了基于深度卷積的自動編碼器的跌倒檢測算法，該算法采用了端到端的策略利用聲音傳感器采集音頻，（由于日常動作在生活中占據(jù)絕大部分）將日常動作事件的音頻訓(xùn)練成識別模型，其中，實驗分別在安靜與嘈雜的環(huán)境中測試，結(jié)果表明在聲音清晰的環(huán)境中跌倒檢測算法的準(zhǔn)確率達到94.61%，在噪聲環(huán)境下跌倒檢測算法的準(zhǔn)確率為95.02%。雖然該算法在噪聲環(huán)境中檢測并達到較高的準(zhǔn)確率，但音頻數(shù)據(jù)中與目標(biāo)聲音不同時都能判定為噪聲，而跌倒的數(shù)據(jù)與其他噪聲的區(qū)分標(biāo)準(zhǔn)并未指明，并且噪聲應(yīng)當(dāng)具體分類（如物品噪聲、人聲），便于提高檢測性能。2019年Zhou等[85]基于三維卷積殘差塊提出AE跌倒檢測算法，該算法以高精度的區(qū)域提取技術(shù)提取圖像中的特征區(qū)域，并通過重構(gòu)誤差技術(shù)檢測跌倒與日?；顒樱诮?jīng)過兩種跌倒數(shù)據(jù)集的訓(xùn)練與測試實現(xiàn)了88.7%的檢測精度。2020年Cai等[86]提出了多任務(wù)的沙漏卷積自編碼器的跌倒檢測算法，該算法通過沙漏卷積層擴展神經(jīng)元的感受野來提取多尺度特征，采用多任務(wù)機制并行完成跌倒動作的檢測和幀重建任務(wù)（增強特征代表性），以便于下一步的分類，且該淺層網(wǎng)絡(luò)取得了92%的準(zhǔn)確率。

本小節(jié)主要介紹了RNN、CNN和AE的跌倒檢測算法以及其性能。根據(jù)神經(jīng)網(wǎng)絡(luò)的特點，發(fā)現(xiàn)RNN與時間維度關(guān)聯(lián)度高，常用于一維時序的深度挖掘，CNN可分為一維、二維和三維網(wǎng)絡(luò)，其中三維卷積神經(jīng)網(wǎng)絡(luò)的算法可以同時獲取時間信息和空間信息，實現(xiàn)有效檢測，但三維算法在研究上存在著技術(shù)困難，目前尚未完全解決。AE不僅可以數(shù)據(jù)降維，而且能對數(shù)據(jù)去噪，能夠完成無監(jiān)督的自動動作特征提取，提高動作分類的精度，降低誤差。在跌倒檢測中，各類算法分別含有不同的優(yōu)勢，在現(xiàn)實應(yīng)用中可根據(jù)具體要求選擇對應(yīng)的算法。

3 混合算法

為了完善跌倒檢測算法，優(yōu)異算法的步驟被融合，閾值分析法、基于機器學(xué)習(xí)的跌倒檢測算法及基于深度學(xué)習(xí)的跌倒檢測算法相互結(jié)合，進而更好地應(yīng)用于跌倒檢測系統(tǒng)中。

3.1 結(jié)合閾值

馬宗方等[26]使用Kinect傳感器檢測人體發(fā)生的異常情況，通過計算深度圖像中的關(guān)節(jié)點相對位置與速度，設(shè)置關(guān)節(jié)點熵閾值與人體中心點速度閾值，當(dāng)同時超過兩個閾值則判定發(fā)生跌倒。李文陽等[87]使用Kinect傳感器檢測人體發(fā)生的異常情況，通過處理RGB-D圖像得到人體骨骼及位置信息，并實時計算人體中心點的空間位置、運動速度和離地高度等參數(shù)，設(shè)定了速度閾值與高度閾值判定異常，實驗達到了92.7%的準(zhǔn)確率，但Kinect傳感器無法覆蓋區(qū)域進行全方位檢測，同時被測者身體易產(chǎn)生遮擋的問題，檢測精度還可進一步提高。

Chi等[88]研究了裝有三軸加速度計的可穿戴式跌倒檢測系統(tǒng)，由于在發(fā)生跌倒的幾秒內(nèi)人體加速度會經(jīng)過多次變化，該系統(tǒng)通過檢測加速度閾值和時間閾值判定是否有失重、撞擊、靜止三個連續(xù)的動作發(fā)生，一旦檢測到連續(xù)動作則判定發(fā)生了跌倒，經(jīng)實驗研究表明該系統(tǒng)的檢測準(zhǔn)確率達到97%。同樣地，Wang等[89]采用佩戴在胸部的可穿戴式傳感器系統(tǒng)，他們將加速度三次積和角速度三次積作為新的慣性參數(shù)，該算法能夠準(zhǔn)確區(qū)分跌倒動作與日?；顒樱?jīng)過交叉驗證后完成了99%的檢測率，但該方法在不同的數(shù)據(jù)集中測試時都出現(xiàn)動作誤判的現(xiàn)象，特別是一種姿勢過渡到另一種時出現(xiàn)明顯的加速度變化。

基于閾值的跌倒檢測算法不受體重、性別等其他因素影響，主要取決于姿勢的變化，相較于其他算法更容易設(shè)置，但易出現(xiàn)動作誤判的錯誤，為了提高跌倒檢測的準(zhǔn)確率，人們又將該算法結(jié)合了基于機器學(xué)習(xí)的跌倒檢測算法進行跌倒檢測。

Shahzad等[90]基于閾值的跌倒檢測算法結(jié)合多核學(xué)習(xí)SVM算法檢測跌倒事件，該算法先根據(jù)提前設(shè)定的閾值選出異常的數(shù)據(jù)，再通過多核學(xué)習(xí)SVM算法分類事件。該算法經(jīng)測試發(fā)現(xiàn)在腰部與大腿周圍有較高準(zhǔn)確率，分別為97.8%和91.7%。同時該系統(tǒng)采用的算法有效降低了誤報率，唯一的不足之處是計算量較高。Tsinganos等[91]研究了基于閾值的跌倒檢測算法結(jié)合KNN分類算法來檢測跌倒，增加的KNN模塊提高了總體精度，在MobiAct數(shù)據(jù)集測試獲得了97.53%的敏感性與94.89%特異性，但無法明確在真實環(huán)境中該系統(tǒng)的準(zhǔn)確率。Ning等[92]基于離線閾值與梯度增強樹（GBDT）的算法研究人體行為與姿態(tài)，該算法可在活動期間有效檢測跌倒等異常行為且能達到96%的靈敏度與準(zhǔn)確度，相較于單一的DT，改進的算法獲得了更高的精度。除了以上的混合算法，跌倒檢測還結(jié)合人ANN[93-94]、隱馬爾可夫模型（HMM）[95]、RF[96]等算法。

Alo等[97]則是將閾值與自動編碼器結(jié)合來檢測跌倒，該算法提出融合加速度值的幅值向量、pitch和roll的特征，避免與手機的位置移動或固有方向不一致帶來的影響，同時采用深度累加的自編碼器算法提取特征進行學(xué)習(xí)，其能夠識別復(fù)雜的活動細節(jié)，并獲得97.13%的準(zhǔn)確率。但在不同的訓(xùn)練樣本或網(wǎng)絡(luò)參數(shù)中表現(xiàn)出不同的性能，且訓(xùn)練過程耗時較多，選擇合適的深度自編碼器的參數(shù)對系統(tǒng)的性能將有很大的幫助。結(jié)合閾值的跌倒檢測算法如表5所示，綜上，經(jīng)由閾值計算的檢測算法使用慣性傳感器居多，實驗數(shù)據(jù)為實時采集，根據(jù)精確度等評價指標(biāo)，該類算法在實驗室階段已達到了較高水平。然而由年輕人攜帶便攜式傳感器模仿老年人跌倒而收集的數(shù)據(jù)效果并不理想，老人的姿態(tài)與身體狀況相對于年輕人有很大差別，因此需要加深該算法在實際中的研究。

表5 結(jié)合閾值的跌倒檢測算法Table 5 Fall detection algorithms combining thresholds

3.2 結(jié)合機器學(xué)習(xí)

Kong等[102]考慮到視頻圖像易受光照影響，選取人體骨骼特征訓(xùn)練網(wǎng)絡(luò)。在最大似然法訓(xùn)練出模型的基礎(chǔ)上，采用KNN或SVM分別對站立和跌倒兩類動作進行判別分類，同時通過快速傅里葉變換對輸出圖像進行加密和檢測。實驗測試獲得良好的檢測效果并有效保護了測試者的隱私。但二分類的跌倒檢測自身含有局限性，類跌倒動作（如躺著、趴著）并不能直接歸類為跌倒。于是，Thakur等[33]提出一種多分類的K-NN跌倒檢測算法，通過結(jié)合AdaBoost算法來增強分類性能，增強分類器可表示為公式（15）、（16）：

其中，bn x中x為輸入，h(xm)為輸出假設(shè)，n為迭代變量，Dt為訓(xùn)練誤差之和，Bn-1(xm)為應(yīng)用AdaBoost的增強分類器，a(n)h(xm)為正在增強的機器學(xué)習(xí)分類器，同時該算法采用k-folds交叉驗證來消除數(shù)據(jù)過擬合并減小誤報率。經(jīng)過實驗分析，跌倒、躺下、四肢著地及其他日?；顒拥绕哳惖古c類跌倒的分類檢測準(zhǔn)確率都達到了99%。

蔡文郁等[103]則是通過多次分類降低誤報率。他們以視頻幀數(shù)據(jù)中的人體特征點作為輸入，利用SVM做首次分類，再將判定為跌倒的數(shù)據(jù)輸入到SVM-MultiCNN模型進行二次分類，該算法不僅在檢測準(zhǔn)確率達到96.8%，并且測量單幀耗時縮短近一倍，提高了跌倒檢測的效率。劉峰等[104]提出將YOLO目標(biāo)檢測與深度森林相結(jié)合的跌倒檢測算法，通過YOLO定位運動目標(biāo)，降低背景物體的影響，同時他們提取了RGB-D圖像中頭部的時序運動特征，并估算地平面方程，進而利用深度森林算法進行特征分類，該算法能有效檢測覆蓋范圍的跌倒事件，達到97.2%的準(zhǔn)確率。隨著YOLO的系列發(fā)展，YOLO-v3改進了backbone網(wǎng)絡(luò)，從原先的darknet-19升級為darknet-53，相較于之前的版本提高了檢測精度。趙心馳等[105]基于XGBoost與YOLO-v3的跌倒檢測算法，采用YOLO-v3網(wǎng)絡(luò)選定檢測區(qū)域，再利用姿態(tài)估計網(wǎng)絡(luò)提取人體關(guān)節(jié)點特征，最后輸入XGBoost中訓(xùn)練，該算法能達到98.3%的跌倒檢測率。

綜上，結(jié)合機器學(xué)習(xí)的跌倒檢測算法根據(jù)各類標(biāo)準(zhǔn)數(shù)據(jù)集的屬性設(shè)計了最適用的分類器，進而達到接近完美的檢測率，其次針對自然光、遮擋和假陽性等問題提出合理的解決方案。特別是YOLO目標(biāo)檢測模型，現(xiàn)階段已設(shè)計出YOLO-v4，平均精度比YOLO-v3高出10%，同時減小了計算量，大大提高了YOLO模型在目標(biāo)檢測中的實用性[106]。因而YOLO系列算法應(yīng)用于跌倒檢測中成為未來的重要研究方向。

3.3 結(jié)合深度學(xué)習(xí)

根據(jù)深度學(xué)習(xí)各算法的優(yōu)點，將多種算法相結(jié)合逐漸成為主流趨勢，比如利用CNN與LSTM分別處理空間特征和時序特征已是較為普遍的跌倒檢測算法。Lie等[107]基于LSTM與CNN提出跌倒檢測算法，分別利用CNN和LSTM狀態(tài)單元的遞歸神經(jīng)網(wǎng)絡(luò)來提取輸入幀的二維人體骨架和處理時間骨架序列，根據(jù)結(jié)合空間特征與時間信息進行站立、行走、躺下和升降動作分類，最后該算法在經(jīng)過自定義數(shù)據(jù)集訓(xùn)練和測試后達到了90%的準(zhǔn)確率。但二維骨架是人體相連的關(guān)節(jié)點在平面上的投影，相較于三維少了深度信息，對人體信息的描述不夠精確。Tao等[108]利用LSTM與RNN的研究三維骨骼數(shù)據(jù)中的人體特征姿態(tài)，并利用混合網(wǎng)絡(luò)算法學(xué)習(xí)不平衡人體姿勢用以檢測跌倒，可達到91.7%的跌倒檢測率。同樣利用三維骨骼數(shù)據(jù)進行跌倒檢測，Tasi等[109]采用了1D CNN與DNN算法，通過剪枝技術(shù)對骨骼提取的結(jié)果進行細化，突出特征點，減少了模型參數(shù)與計算次數(shù)，獲得95%的精確度。

曹建榮等[110]研究出運動特征融合CNN的跌倒檢測算法，他們利用改進的目標(biāo)檢測網(wǎng)絡(luò)YOLO-v3標(biāo)記目標(biāo)并分離前景，而結(jié)合運動特征與CNN模型提取的特征，實現(xiàn)人體跌倒分類與檢測，結(jié)果達到了98.3%的準(zhǔn)確率，并且該算法能較好地抗噪抗光照干擾。但Lu等[111]認(rèn)為低維CNN難以充分獲取運動信息，并且跌倒數(shù)據(jù)集視頻類居多，因而提出基于3D CNN與LSTM的跌倒檢測算法，通過3D CNN獲取視頻人體運動特征，并采用LSTM形成空間注意方案定位每一幀中的感興趣區(qū)域，經(jīng)過測試在實驗環(huán)境下取得了100%精度。Hsieh等[112]考慮了算法在現(xiàn)實生活中的實用性，提出了3D CNN與反饋光流卷積神經(jīng)網(wǎng)絡(luò)的跌倒檢測算法，該算法在光流進入卷積層前采用基于規(guī)則的濾波器來監(jiān)控變化的光流，可檢測到人體行為框架，當(dāng)檢測到跌倒的行為順序時判定為跌倒。研究結(jié)果表明該算法能區(qū)分跌倒與正常的躺姿，且在模擬真實家庭環(huán)境的正確率達到98%。

綜上，結(jié)合深度學(xué)習(xí)的跌倒檢測算法從維度、特征、數(shù)據(jù)格式等方面探究人體運動，利用各算法優(yōu)勢不斷改進，進而解決跌倒檢測中呈現(xiàn)的各類問題，并且取得了顯著的檢測成果。然而老人的跌倒數(shù)據(jù)集較少，研究員們普遍采用相關(guān)的公開數(shù)據(jù)集進行跌倒研究，造成訓(xùn)練與測試脫離真實場景，偏離真正的研究對象，該類算法同樣需要整理收集老年人的跌倒數(shù)據(jù)，由實驗室測試階段過渡到現(xiàn)實世界的實際應(yīng)用。

4 討論

跌倒檢測算法在跌倒檢測和跌倒預(yù)防中發(fā)揮重要的作用，包括基于閾值、基于機器學(xué)習(xí)和基于深度學(xué)習(xí)的跌倒檢測算法根據(jù)自身的優(yōu)勢進行跌倒檢測，各跌倒檢測算法都能夠達到極高的精確度，如深度卷積與LSTM已能成功地從慣性傳感器數(shù)據(jù)中識別使用者的活動和步態(tài)，提取的特征也能以多模態(tài)的形式呈現(xiàn)，削弱或避免了光線、遮擋、噪音等問題，為此將跌倒算法運用到實際生活中是當(dāng)前急需考慮的問題，本文基于上述的研究對跌倒檢測的未來發(fā)展大膽地提出自身見解：

（1）隨著研究的深入，單一的算法表現(xiàn)出一定的局限性，難以囊括多種場景下的跌倒行為。但混合算法表現(xiàn)出較強的優(yōu)越性，通過結(jié)合算法的優(yōu)點處理多環(huán)境、多姿態(tài)的跌倒分類。比如機器學(xué)習(xí)算法中的支持向量機（SVM）能夠根據(jù)提取的特征實現(xiàn)優(yōu)秀的分類效果，因而常與閾值分析法結(jié)合來處理跌倒檢測問題；深度學(xué)習(xí)算法中的卷積神經(jīng)網(wǎng)絡(luò)（CNN）可以自動學(xué)習(xí)數(shù)據(jù)的空間特征，能夠根據(jù)輸入數(shù)據(jù)的屬性準(zhǔn)確地預(yù)測和分析，所以常與長短期記憶網(wǎng)絡(luò)（LSTM）相結(jié)合，用于分析含有時空信息的視頻流數(shù)據(jù)。表6對比了本文所提及文獻中相同數(shù)據(jù)集的各類算法及精確度，在UMA FALL與multiple cameras fall detection dataset數(shù)據(jù)集上混合算法優(yōu)于單一算法，而在URFD數(shù)據(jù)集上單一算法的性能并不弱于混合算法，因而單一算法的價值仍在探究中，但混合算法在各標(biāo)準(zhǔn)數(shù)據(jù)集上更具有穩(wěn)定性。而在FDD、MobiAct dataset和Le2i數(shù)據(jù)集上對比不同的混合算法，可以發(fā)現(xiàn)算法結(jié)構(gòu)學(xué)習(xí)的人體信息越充實，算法達到的精確度越趨于完美，因此設(shè)計跌倒檢測混合網(wǎng)絡(luò)時，應(yīng)盡可能地獲取多維度、多特征或多模態(tài)信息，進而提高跌倒檢測算法的高效性與實用性。

表6 跌落檢測方法的比較Table 6 Comparison of fall detection methods

（2）近期熱門的“注意力機制”被廣泛運用于自然語言處理，通過編碼與解碼的框架提取文本上下文信息，而根據(jù)人體運動學(xué)的研究表明跌倒動作屬于一系列連續(xù)的肢體行為，檢測傳感器得到的加速度或生理信號呈連續(xù)性波形，因而可將注意力機制運用于處理時間序列的1D CNN、RNN或LSTM中，增強數(shù)據(jù)處理能力。

（3）CNN在圖像處理領(lǐng)域獲得矚目的成就，但其只能處理歐式空間規(guī)則的二維結(jié)構(gòu)圖。而現(xiàn)實生活中含有大量不規(guī)則的拓?fù)浣Y(jié)構(gòu)，早前有研究發(fā)現(xiàn)圖卷積神經(jīng)網(wǎng)絡(luò)（GCN）可用于處理該類數(shù)據(jù)，GCN也逐漸被用于各交叉領(lǐng)域中。其中，人體關(guān)節(jié)點相互連接形成類似的無規(guī)則圖結(jié)構(gòu)為跌倒檢測提供良好的研究條件，現(xiàn)已有用于跌倒檢測中[113]。為此可將GCN與CNN結(jié)合使用，采取多模態(tài)的數(shù)據(jù)或多任務(wù)機制提高跌倒檢測性能與落實的幾率。

（4）在現(xiàn)實中跌倒應(yīng)用在受到“攻擊”時需要跌倒檢測算法具有良好的健壯性與穩(wěn)定性，而算法的這一方面極少被考慮到。因而如何加強算法的魯棒性是跌倒檢測聯(lián)系實際應(yīng)用的重點。

（5）人流量較多車站或商場是老年人跌倒的高發(fā)地點，而單人跌倒檢測算法在該場景中能否保持并不適用，多目標(biāo)的跌倒檢測算法、多模態(tài)傳感器的應(yīng)用（如視覺傳感器和紅外傳感器）同樣是今后的研究方向之一。

5 結(jié)語

跌倒已成為世界老年人高死亡率的原因之一，跌倒檢測與預(yù)防的研究熱度一直居高不下，各式各樣的監(jiān)測系統(tǒng)層出不窮，檢測識別算法更是經(jīng)歷多期更新?lián)Q代。本文綜述了跌倒檢測算法的研究進展，分別從單一算法與混合算法的角度闡述跌倒檢測的發(fā)展與改進，詳細介紹了閾值、機器學(xué)習(xí)和深度學(xué)習(xí)在該領(lǐng)域中發(fā)揮的重要作用，其中深度學(xué)習(xí)模型是該領(lǐng)域的前沿算法，并且總結(jié)了所使用的標(biāo)準(zhǔn)數(shù)據(jù)集。在未來，可穿戴式設(shè)備與視頻監(jiān)控仍是跌倒檢測方向的發(fā)展主力，而輕量級CNN不僅能識別人體特征，而且能有效降低計算時間，在移動設(shè)備的目標(biāo)檢測上具有廣闊的前景，另外圖卷積神經(jīng)網(wǎng)絡(luò)作為提出的新框架，不僅能學(xué)習(xí)動態(tài)的圖數(shù)據(jù)的結(jié)構(gòu)、屬性和動態(tài)信息，而且能處理不規(guī)則的空間結(jié)構(gòu)的圖數(shù)據(jù)，因而實現(xiàn)動態(tài)圖數(shù)據(jù)中異常行為的檢測。因此，可以預(yù)估今后跌倒檢測的發(fā)展趨勢將更傾向落實于生活實際的應(yīng)用及多元化的結(jié)合CNN及其拓展算法。