基于多模态CNN-LSTM框架的老年人跌倒实时检测：多头注意力与焦点损失
机器学习
2026-03-25 v1 人工智能
摘要
全球老龄化人口的增加加剧了对可靠健康监测系统的需求，尤其是那些能够检测老年人跌倒等关键事件的系统。传统跌倒检测方法仅依赖单一模态的加速度数据，存在误报率高的问题；而常规机器学习方法则需要大量手工特征工程。本文提出一种新型多模态深度学习框架——MultiModalFallDetector，旨在使用可穿戴传感器实现老年人跌倒的实时检测。我们的方案整合了多项创新措施：基于多尺度CNN的特征提取器，在不同时间分辨率上捕获运动动力学；融合三轴加速度计、陀螺仪及四通道生理信号；引入多头自注意力机制以实现动态时间加权；采用焦点损失（Focal Loss）以缓解严重的类别不平衡问题；引入辅助活动分类任务以实现正则化；并实现从UCI HAR数据集到SisFall数据集的迁移学习。在包含60-85岁老年受试者真实场景模拟跌倒试验的SisFall数据集上进行大量实验，表明本框架在F1分数达到98.7，召回率达98.9，AUC-ROC达99.4，显著优于传统机器学习和标准深度学习方法。模型在边缘设备上保持低于50ms的推理延迟，证明其适用于老年护理场景的实时部署。
引用
@article{arxiv.2603.22313,
title = {A Multi-Modal CNN-LSTM Framework with Multi-Head Attention and Focal Loss for Real-Time Elderly Fall Detection},
author = {Lijie Zhou and Luran Wang},
journal= {arXiv preprint arXiv:2603.22313},
year = {2026}
}