中国社会老龄化加剧,空巢老人剧增。老人独居家中存在安全隐患,且子女也无法及时获取老人健康信息。行为识别是评估个人健康功能,居民是否具备独立生活能力是非常重要的一步。此外在家庭环境中有效识别正在进行的行为有助于进行跌倒监测,行为分析,慢性疾病管理和康复反馈等。现有行为识别方法多采用可穿戴式设备及视频来采集数据,老人可接受度低,且很少有系统对老人进行长期监测来识别老人健康下降。因此本文设计并实现了一种基于隐式感知的老人日常行为识别系统,对老人日常行为进行识别,同时对老人异常行为进行报警。通过对老人日常行为长期监测,建立老人健康档案,便于老人和家属之间构建亲情桥梁,从而及时对老人进行干预照护。本文工作主要包括以下几个方面:(1)系统基于隐式传感器如门磁开关、水流量传感器等来采集数据,采用蓝牙模块来进行数据传输与通信,系统实现了从底层硬件部署,数据通信协议设计到数据采集,数据处理及web平台搭建。(2)针对不同用户设计了不同功能需求,对于老人和老人亲属,主要设计并实现了老人日常行为识别可视化功能,老人异常行为报警功能;对医护人员,设计并实现了对老人管理功能及日常行为识别功能。对管理人员,则主要实现对所有老人信息管理,传感器及异常信息管理功能。(3)对行为识别算法进行了对比研究。通过实验采集到的数据,用SVM,NB,XGBoost这三种算法进行了实验,实验结果表明XGBoost算法能较好的识别老人日常行为。通过不同类型的隐式传感器实现老人日常行为活动的感知与识别,有利于及时发现老人健康衰退,从而进行及时干预和主动健康管理,使具有独立生活能力的老人们能够得到安全、易于接受的居家监测与照护,以维持其良好的生活品质。可以有效缓解我国养老服务机构接受能力不足、护理人员紧张的局面。