项目摘要
本项目旨在设计并实现一个高效、智能且用户友好的基于多版本 YOLO 深度学习模型与 SpringBoot Web 框架的实时跌倒检测系统。随着全球老龄化社会的加速到来，老年人在日常生活中发生跌倒的风险日益增高，及时、准确地检测跌倒事件对于保障其生命安全与健康具有重大社会意义。传统监控或穿戴式设备存在隐私侵扰、用户体验不佳或漏报率高等局限。因此，本项目融合了当前前沿的计算机视觉技术与现代 Web 开发架构，构建了一个集智能分析、实时监控、数据管理与远程交互于一体的综合性解决方案。
系统的核心检测引擎采用了性能卓越的 YOLO 系列目标检测算法，并创新性地集成了 YOLOv8、YOLOv10、YOLOv11 及 YOLOv12 四种最新版本模型，为用户提供了灵活、可对比的算法选择，以适应不同的精度与速度需求。模型在精心标注的自定义数据集上进行训练与验证，该数据集包含 fallen（已跌倒）、falling（正在跌倒）和 stand（站立/正常）三个关键类别，共计 3,888 张图像（训练集 3,594 张，验证集 294 张），确保了系统对跌倒过程动态的精确识别能力。
系统后端采用 SpringBoot 框架构建，实现了前后端分离的现代化架构，保证了系统的高内聚、低耦合与可扩展性。前端提供直观的 Web 交互界面，用户可通过浏览器轻松访问全部功能。核心功能模块包括：用户登录与注册、多模态检测通道（支持图像上传检测、视频文件分析及摄像头实时视频流检测）、以及全面的 AI 智能分析功能，其中集成 DeepSeek 大语言模型，为用户提供更深入的检测结果解读与健康建议。
所有检测记录（包括图片、视频及实时流中的跌倒事件）均被结构化地保存至 MySQL 数据库，并辅以丰富的信息可视化与数据看板，便于用户和管理员洞察数据趋势。系统具备完善的后台管理功能，包括用户识别记录的管理（增删改查）以及用户管理模块，管理员可对系统用户进行有效管理。同时，系统设有个人中心，允许用户自主更新个人信息，如姓名、头像及密码等，兼顾了安全性与个性化需求。
综上所述，本系统不仅是一个技术集成应用，更是一个面向实际需求的完整产品。它通过结合最先进的 YOLO 目标检测算法、稳健的 SpringBoot 后端服务、交互式前端界面以及 DeepSeek 的增强分析，为独居老人监护、养老院智能看护及医院病房监控等场景，提供了一个可靠、可扩展且易用的跌倒检测与预警平台，具有显著的实际应用价值与推广前景。
一、引言
1. 研究背景与意义
人口老龄化已成为世界性难题，老年人因身体机能下降、疾病等因素导致的跌倒事件频发，其后果轻则软组织损伤，重则骨折、颅脑损伤甚至死亡，给个人、家庭和社会带来沉重负担。传统的监护方式，如人工看护或简单的报警器，存在人力成本高、响应不及时、误报多等缺点。近年来，基于计算机视觉的跌倒检测技术因其非侵入性、可远程监控和成本效益高等优点，成为研究热点。将深度学习模型与 Web 应用相结合，实现实时、自动化的跌倒检测与告警，对于构建智慧养老、健康监护体系至关重要。
2. 国内外研究现状
当前，基于深度学习的跌倒检测方法主要围绕两类模型展开：一是基于时序行为的模型（如 C3D，Two-Stream CNN，LSTM），擅长分析视频序列中的动态；二是基于高效目标检测的模型，以 YOLO 系列和 SSD 为代表，以其惊人的推理速度见长，更适合实时监控场景。YOLO 系列自诞生以来，其版本迭代迅速，v8、v10、v11、v12 等在精度、速度和架构上各有优化。然而，大多数现有系统往往固定使用单一模型，缺乏灵活性，且通常仅为孤立的算法演示，未能与完整的数据管理系统、用户交互平台以及更高级的智能分析功能深度融合。
3. 本项目主要内容与创新点
本项目旨在弥补上述不足，构建一个全栈式、可配置、智能化的跌倒检测 Web 系统。其主要内容与创新点体现在：
- 多模型可切换检测框架：首次在同一个应用系统中集成并支持 YOLOv8, v10, v11, v12 四个最新版本的 YOLO 模型。用户或管理员可以根据实际场景对检测速度与精度的不同要求，动态切换模型，实现了检测策略的灵活配置与性能对比。
- DeepSeek+ 检测的智能分析增强：突破传统检测系统仅提供类别和框的局限，创新性地引入 DeepSeek 大型语言模型。在完成视觉检测后，系统可利用 DeepSeek 对检测结果（如跌倒姿态、发生频率、时间信息）进行深度分析与文本生成，提供更人性化的风险描述、潜在原因推测及简单的应对建议，极大提升了系统的智能性与实用性。
- 企业级前后端分离架构：采用 SpringBoot 作为后端服务框架，搭配现代前端技术，实现真正的前后端分离。这种架构使系统易于维护、扩展和部署，并支持多用户并发访问与安全管理。
- 全流程数据化管理与可视化：系统不仅完成检测任务，更实现了从用户管理、检测任务发起、结果存储（MySQL）到多维数据可视化的全流程闭环。提供图片、视频、实时检测三种模式的管理记录，并辅以图表化数据看板，为长期健康监护提供了数据支持。
- 完善的用户体系与安全管理：构建了包含用户注册登录、个人中心信息维护、管理员后台管控在内的完整用户体系，确保系统数据的安全性和隐私性，满足了多角色（普通用户、管理员）使用的实际需求。
二、系统核心特性概述
功能模块
- 用户登录注册：支持密码检测，保存到 MySQL 数据库。
