基於YOLO物件偵測之長者居家行為識別暨照護輔助系統
隨著高齡化社會來臨,長者夜間跌倒事故頻傳,居家安全成為急需解決的問題。本研究提出一套以深度學習與影像處理技術為核心的智慧監測系統,重點為夜間跌倒事件的即時辨識與預警。系統運用OpenCV進行影像增強,改善夜間低光環境下的影像品質,再以深度學習模型Ultralytics YOLO11進行精準的跌倒偵測,達成即時通報與警示。此外,整合臥床偵測、夜間燈條引導與浴室進出監控,提供全方位居家安全防護。所有檢測數據即時記錄至Web Server(HTML、JavaScript、CSS、Flask、MySQL架構),供遠端監控與數據分析。經實驗證明,本系統能準確辨識夜間跌倒事件,有效減少長者夜間意外事故發生,對高齡社會居家安全具重要貢獻。