一种基于多模态感知的智能老人跌倒检测与预警方法及系统

本发明公开了一种基于多模态感知的智能老人跌倒检测与预警方法与系统，属于健康监护领域，方法包括：同步采集运动数据与视频帧序列，经卡尔曼滤波和网络时间协议对齐得到多模态原始数据集；采用姿态估计网络提取骨骼关键点坐标，将惯性特征与姿态特征进行特征级拼接，得到融合特征向量；采用滑动窗口提取时频特征，输入双流卷积神经网络得到跌倒风险概率；建立个体化高斯混合模型基线，通过马氏距离动态调整判决阈值，并依据环境光照强度自适应调节双流网络权重系数；最后采用三级分级策略确定预警等级并执行相应指令。本发明通过多模态特征融合、个体化自适应校准及光照补偿机制，提升了跌倒检测的准确性和鲁棒性，适用于居家养老监护场景。