本发明涉及预警
技术领域：
，具体涉及一种能够及时预警的监测预警系统。
背景技术：
：随着社会老龄化的不断加剧，越来越多的老人处在无人看护的状态下，老年人在外出活动时，如果没有家属陪同，很容易发生意外。人体行为识别是人工智能领域内一个新兴的研究方向，具有广泛的应用前景和非常可观的经济价值，涉及的应用领域主要包括：视频监控、医疗诊断和监护、运动分析、智能人机交互、虚拟现实等。人体行为识别对应的基本工作流程是：选用各类传感器获取人体行为数据信息，并结合传感器特性及人的行为特性建立合理的行为模型，在此基础上从原始采集数据中提取出对行为类型具有较强描述能力的特征，并采用合适的方法对这些特征进行训练，进而实现对人体行为的模式识别。一般来说，基于摄像工作模式的行为识别系统，比较适用于可控的环境(例如，实验室环境)，而将其应用于户外或其它复杂场景中时，由于光照变化及其它干扰因素的影响，行为识别精度可能会受到严重影响。技术实现要素：针对上述问题，本发明旨在提供一种能够及时预警的监测预警系统。本发明的目的采用以下技术方案来实现：提供了一种能够及时预警的监测预警系统，包括可穿戴子系统、无线通信模块、处理模块、声音输出模块和终端设备，所述可穿戴子系统用于对老人的人体行为进行识别和获取老人的位置信息，所述无线通信模块用于将人体行为识别结果和位置信息发送给处理模块，所述处理模块用于根据老人的人体行为分析老人的身体状况，发出健康预警，并将老人的身体状况和位置信息发送至声音输出模块和终端设备，所述声音输出模块用于以声音形式播放老人的身体状况和位置信息，所述终端设备用于接收老人的身体状况和位置信息，所述终端设备包括医院的终端设备和老人家属的终端设备。本发明的有益效果为：提供了一种能够及时预警的监测预警系统，该系统通过识别老人人体行为和获取老人位置，实现了老人的有效看护，大大减轻了儿女负担和社会负担。附图说明利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本发明的结构示意图；附图标记：可穿戴子系统1、无线通信模块2、处理模块3、声音输出模块4、终端设备5。具体实施方式结合以下实施例对本发明作进一步描述。参见图1，本实施例的一种能够及时预警的监测预警系统，包括可穿戴子系统1、无线通信模块2、处理模块3、声音输出模块4和终端设备5，所述可穿戴子系统1用于对老人的人体行为进行识别和获取老人的位置信息，所述无线通信模块2用于将人体行为识别结果和位置信息发送给处理模块3，所述处理模块3用于根据老人的人体行为分析老人的身体状况，发出健康预警，并将老人的身体状况和位置信息发送至声音输出模块4和终端设备5，所述声音输出模块4用于以声音形式播放老人的身体状况和位置信息，所述终端设备5用于接收老人的身体状况和位置信息，所述终端设备5包括医院的终端设备和老人家属的终端设备。本实施例提供了一种能够及时预警的监测预警系统，该系统通过识别老人人体行为和获取老人位置，实现了老人的有效看护，大大减轻了儿女负担和社会负担。优选的，所述可穿戴子系统1包括行为识别模块和定位模块，所述行为识别模块包括第一数据采集模块、第二特征提取模块、第三分类模块和第四决策融合模块，所述第一数据采集模块通过在可穿戴设备上设置传感器对人体行为数据进行采集，所述传感器包括微机速度计和微型陀螺仪；所述第二特征提取模块用于根据采集的人体行为数据对人体行为特征进行提取，所述第三分类模块用于根据人体行为特征对人体行为进行分类，所述第四决策融合模块用于将多个传感器节点的分类结果进行融合，获取人体行为识别结果，所述定位模块采用全球定位系统获取老人的位置信息。随着近年来电子、无线通信等技术的飞速发展，可穿戴传感行为识别也已经成为一个新兴的研究方向。本实施例可穿戴子系统1利用可穿戴设备对人体行为进行识别，能够免受阴影和遮挡等因素的影响，且不会附带个人的隐私信息，因而人体行为能够表现得更为自然。此外，该穿戴子系统采用力学传感器(微型加速度计、微型陀螺仪)，采集的行为数据为时域信号，对于高维的二维图像数据，可以降低对数据存储空间和计算资源的要求。优选的，所述第一数据采集模块通过在可穿戴设备上设置传感器对人体行为数据进行采集：将原始数据分割为小的数据片段，数据的窗口长度为m，传感器按照窗口长度对数据进行采集；所述第二特征提取模块包括一次处理单元，二次处理单元和三次处理单元，所述一次处理单元用于提取人体行为的第一特征，所述二次处理单元用于提取人体行为的第二特征，所述三次处理单元用于根据所述人体行为的第一特征和第二特征确定人体行为的综合特征；所述一次处理单元用于提取人体行为的第一特征：根据传感器采集的人体行为数据，采用下式确定人体行为的第一特征：式中，ad1表示人体行为的第一特征,m表示数据的窗口长度，rxm表示窗口数据的第m个数据；所述二次处理单元用于提取人体行为的第二特征，具体为：根据传感器采集的人体行为数据，采用下式确定人体行为的第二特征：式中，ad2表示人体行为的第二特征；所述三次处理单元用于根据所述人体行为的第一特征和第二特征确定人体行为的综合特征：将第一特征和第二特征连接起来，构成综合特征ad＝[ad1，ad2]；本优选实施例第一数据采集模块通过调整数据窗口的长度，有助于获取最高的识别率，第二特征提取模块在特征提取过程中，第一特征充分反映了人体行为数据的平均水平，和第二特征充分反映了人体行为数据的稳定性，为后续人体行为分类奠定了基础。优选的，所述第三分类模块用于根据人体行为特征对人体行为进行分类，具体为：根据人体行为的特征获取人体行为分类的概率输出；所述第四决策融合模块用于将多个传感器节点的分类结果进行融合：对各传感器节点的二进制分类结果进行投票，具体采用以下融合规则进行融合：式中，j表示传感器节点的标号，n表示总的传感器节点的数目，mh(i)表示人体行为为第i类行为的得票数，c表示人体行为的类的总数，r表示融合结果的类标签，i表示变换函数，用于将传感器节点的概率输出转换为二进制输出。为了提高人体行为识别性能，本优选实施例第四决策融合模块在决策层上对各个传感节点的分类结果进行融合，生成最后的分类结果，通过多传感节点决策融合，不同传感节点能够提供人体行为的互补信息，有效提升了人体行为识别的准确性。采用本发明能够及时预警的监测预警系统根据老人身体状况进行健康预警，选取5个用户进行实验，分别为用户1、用户2、用户3、用户4、用户5，对预警效率和预警准确性进行统计，同现有监测预警系统相比，产生的有益效果如下表所示：预警效率提高预警准确性提高用户129％27％用户227％26％用户326％26％用户425％24％用户524％22％最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。当前第1页12