引言
随着全球老龄化加剧,老年人跌倒风险日益增高。传统监护方式存在人力成本高、响应慢或隐私侵扰等问题。本项目旨在构建一个高效、智能且用户友好的实时跌倒检测系统,融合前沿计算机视觉技术与现代 Web 架构,实现智能分析、实时监控与数据管理。
系统核心特性
系统采用前后端分离架构,后端基于 SpringBoot,前端提供直观交互界面。核心引擎集成 YOLOv8、YOLOv10、YOLOv11 及 YOLOv12 四种模型,支持动态切换以适应不同精度与速度需求。训练数据集包含'fallen'(已跌倒)、'falling'(正在跌倒)和'stand'(站立)三类,共 3,888 张图像。
此外,系统创新性地集成了 DeepSeek 大型语言模型,在视觉检测基础上提供更深入的文本解读与健康建议。所有检测记录结构化存储于 MySQL,并辅以可视化看板,便于洞察趋势。
功能模块概览
- 用户体系:支持注册登录、个人中心信息维护及管理员后台管控。
- 多模态检测:支持图像上传、视频文件分析及摄像头实时流检测。
- 记录管理:图片、视频及摄像头识别记录均支持增删改查。
- 可视化:提供丰富的数据看板与图表展示。

登录注册模块
登录界面设计注重用户体验,左侧为医疗健康背景区域,右侧为表单操作区。前端使用 Vue 组件化开发,结合 Element Plus 进行表单校验。
<template>
<div>
<!-- 左侧医疗健康背景区域 -->
<div>
<!-- 心电图波动背景 -->
<svg><path /></svg>
<!-- 健康数据网格 -->
<div></div>
<!-- 动态医疗节点 -->
<div v-for="n in 20" :key="`health-node-${n}`" :style="getHealthNodeStyle(n)"></div>
<!-- 扫描射线 -->
<div v-for="n in 3" :key="`ray-${n}`" :style="getScanRayStyle(n)"></div>
<!-- 人体轮廓图标 -->
<div>
<div v-for="i in 6"></div>
</div>
<!-- 健康数据点 -->
<div v-for="n in 15" :key="`dot-${n}`" :style="getHealthDotStyle(n)"></div>
<!-- 系统标题 -->
<h1>YOLO 跌倒检测预警系统</h1>
<p>YOLOv8/v10/v11/v12 + 多模态智能分析</p>
<p>基于 AI 视觉的老年人安全监护平台</p>
</div>
<!-- 右侧登录区域 -->
<div>
<h2>系统登录</h2>
<el-form :model="ruleForm" :rules="registerRules" ref="ruleFormRef">
<el-form-item prop="username">
<el-input v-model="ruleForm.username" placeholder="请输入用户名" />
</el-form-item>
<el-form-item prop="password">
<el-input v-model="ruleForm.password" type="password" placeholder="请输入密码" show-password />
</el-form-item>
<el-button type="primary" @click="submitForm(ruleFormRef)">登录系统</el-button>
</el-form>
<router-link to="/register">注册新账号</router-link>
</div>
</div>
</template>




