Falls among the elderly living on their own have been regarded as a major public health worry that can even lead to death. Fall detection system (FDS) that alerts caregivers or family members can potentially save lives of the elderly. However, conventional FDS involves wearable sensors and specialized hardware installations. This article presents a passive device-free FDS based on commodity WiFi framework for smart home, which is mainly composed of two modules in terms of hardware platform and client application. Concretely, commercial WiFi devices collect disturbance signal induced by human motions from smart home and transmit the data to a data analysis platform for further processing. Based on this basis, a discrete wavelet transform (DWT) method is used to eliminate the influence of random noise presented in the collected data. Next, a recurrent neural network (RNN) model is utilized to classify human motions and identify the fall status automatically. By leveraging Web Application Programming Interface (API), the analyzed data is able to be uploaded to the proxy server from which the client application then obtains the corresponding fall information. Moreover, the system has been implemented as a consumer mobile App that can help the elderly saving their lives in smart home, and detection performance of the proposed FDS has been evaluated by conducting comprehensive experiments on real-world dataset. The results confirm that the proposed FDS is able to achieve a satisfactory performance compared with some state-of-the-art algorithms.

中文翻译：

---

使用循环神经网络的基于 WiFi 的智能家居跌倒检测系统

独居老人跌倒已被视为重大公共卫生问题，甚至可能导致死亡。提醒护理人员或家庭成员的跌倒检测系统 (FDS) 有可能挽救老年人的生命。然而，传统的 FDS 涉及可穿戴传感器和专门的硬件安装。本文介绍了一种基于商品WiFi框架的智能家居无源无设备FDS，主要由硬件平台和客户端应用两个模块组成。具体来说，商用 WiFi 设备从智能家居收集人体运动引起的干扰信号，并将数据传输到数据分析平台进行进一步处理。在此基础上，采用离散小波变换(DWT)方法消除采集数据中存在的随机噪声的影响。下一个，利用循环神经网络 (RNN) 模型对人体运动进行分类并自动识别跌倒状态。通过利用 Web 应用程序编程接口 (API)，分析的数据能够上传到代理服务器，客户端应用程序然后从中获取相应的跌倒信息。此外，该系统已实现为消费者移动应用程序，可以帮助老年人在智能家居中挽救生命，并通过对真实世界数据集进行综合实验来评估所提出的 FDS 的检测性能。结果证实，与一些最先进的算法相比，所提出的 FDS 能够实现令人满意的性能。通过利用 Web 应用程序编程接口 (API)，分析的数据能够上传到代理服务器，客户端应用程序然后从中获取相应的跌倒信息。此外，该系统已实现为消费者移动应用程序，可以帮助老年人在智能家居中挽救生命，并通过对真实世界数据集进行综合实验来评估所提出的 FDS 的检测性能。结果证实，与一些最先进的算法相比，所提出的 FDS 能够实现令人满意的性能。通过利用 Web 应用程序编程接口 (API)，分析的数据能够上传到代理服务器，客户端应用程序然后从中获取相应的跌倒信息。此外，该系统已实现为消费者移动应用程序，可以帮助老年人在智能家居中挽救生命，并通过对真实世界数据集进行综合实验来评估所提出的 FDS 的检测性能。结果证实，与一些最先进的算法相比，所提出的 FDS 能够实现令人满意的性能。该系统已实现为消费者移动应用程序，可以帮助老年人在智能家居中挽救生命，并通过对真实世界数据集进行综合实验来评估所提出的 FDS 的检测性能。结果证实，与一些最先进的算法相比，所提出的 FDS 能够实现令人满意的性能。该系统已实现为消费者移动应用程序，可以帮助老年人在智能家居中挽救生命，并通过对真实世界数据集进行综合实验来评估所提出的 FDS 的检测性能。结果证实，与一些最先进的算法相比，所提出的 FDS 能够实现令人满意的性能。