针对老年人安全的基于实时 IoT 和计算机视觉的跌倒检测系统 ElderFallGuard

对于老年人群体来说，跌倒构成严重且日益增加的受伤风险和丧失独立生活能力的威胁。为克服这一困难，我们提出了 ElderFallGuard：一个面向老年人跌倒检测和通知的基于计算机视觉的 IoT 解决方案，这是一种创新且非侵入性的系统，旨在实现快速照护人警报和实时跌倒检测。我们的方法利用计算机视觉的强大能力，通过 MediaPipe 实现来自标准视频流的精确人体姿态估计。我们开发了一个包含 7200 个样本、涵盖 12 种不同人体姿态的自定义数据集，用于训练和评估各种机器学习分类器，最终选择 Random Forest 作为其性能最佳。ElderFallGuard 采用特定的检测逻辑，当指定的躺姿姿态（"Pose6"）维持超过 3 秒且检测到运动显著下降超过 2 秒时，即判定为一次跌倒。经确认后，系统会即时将包含该事件快照的警报发送到指定的 Telegram 群组，通过自定义机器人实现，同时内置冷却逻辑以防止通知过载。对我们的数据集进行的严格测试显示，系统在准确率、精确率、召回率和 F1 分数方面均实现了 100% 的性能。ElderFallGuard 提供了一条具有前景的基于视觉的 IoT 解决方案，以提升老年人安全水平，并通过智能及时警报为照护人提供安心感。