跌倒已成为老年人意外受伤死亡的首要原因,随着社会老龄化和家庭小型化比例的扩增,该问题日益严峻。截止2014年,我国60岁及以上人口已达1.6亿,到2050年,老年人口比例将占三分之一。独居或空巢家庭比例不断增长,使得老人意外事故发生后的救助变得更加困难。对于老人跌倒事故,在跌倒发生后第一时间获得救助对挽救老人的生命健康非常重要。现有的跌倒检测系统主要基于可穿戴设备、环境布设和视频监控三种,其中基于可穿戴设备的检测系统灵活度高,但需要24小时携带；环境布设的检测系统设备复杂、价格昂贵且容易受周围环境的影响；视频监控的检测系统准确性高,但系统受光线影响较大,成本较高且不利于保护隐私。因此,设计一套以较高精度检测跌倒事故,并把成本控制在可普及范围的检测系统非常关键。本文研发了一种专为老人服务的跌倒检测系统,该系统可精确识别出跌倒(Fall)和正常生活中的动作(ADL),并在跌倒发生后第一时间通知监护人。该系统基于低廉的Kinect深度摄像头以及普通智能手机,提出的HON4D+特征提取算法用来对深度摄像头捕捉的信息进行实时分析,获得用户的运动特征,同时辅以智能手机中加速度传感器的加速度数据,最后通过使用支持向量机的决策机制,依据老人跌倒的运动特征和加速度数据进行分类,判断老人是否跌倒。系统在检测到跌倒信息后,通过局域网将信息传给手机客户端,客户端通过拨打电话和发送短信将跌倒信息传送给监护人并传输相应的跌倒画面,便于监护人确认跌倒情况并在第一时间救助老人。通过灵敏度和特异度的测试,本系统获得了理想的实验结果,系统的准确度可达到94.05%。