1.一种社区智慧养老服务系统，其特征在于，包括：

(1)社区硬件采集系统：具备热成像和彩色摄像头的智能监控设备，用于收集指定老人的热成像和彩色图像数据，经边缘计算得到老人的情绪概率分布和行为判识结果，并通过边-云通讯上传到云服务平台；老人佩戴的具备定位和体征监测功能的智能设备，并将老人的定位数据以及体征数据通过边-云通讯上传到云服务平台；

(2)云服务平台，将获得的数据进行计算，得到老人的身心健康情况和安全风险指数，然后通过构建的智能化平台提供服务需求、建议指导和文章推荐：(3)智能化平台，为指定老人提供专属的服务需求，收集和展示老人数据和信息，将老人数据结构化，得到有效信息后为不同老人提供相应的安全和服务；

(4)老人智能终端，根据智能化平台为每个老人提供的服务推荐，采用一键式操作，无需多级查找即可获取想要的服务，老人一键进入即可共享平台信息和服务。

2.一种社区智慧养老服务方法，其特征在于，包括如下步骤：

步骤一，通过智能化平台，登记参与社区智慧养老的老人信息，并将老人信息同步到云服务平台与社区硬件采集系统上，通过社区硬件采集系统，获取指定老人的热成像分割矩阵；

步骤二，基于社区硬件采集系统中智能监控设备的边缘计算，设计情绪概率分布网络，将得到的老人的热成像分割矩阵数据，融合智能监控设备得到的人脸表情特征向量作为网络输入，计算获取老人的情绪概率分布，并通过边-云通讯，将老人的情绪概率分布信息同步上传到云服务平台上；

步骤三，将社区硬件采集系统中智能设备得到的老人活动属性同步到云服务平台，与步骤二中上传的老人的情绪概率分布信息，老人属性分别作为词，组合为句子，将句子输入BERT模型，预测评估老人当前的身心健康，并拟合出老人的当前安全风险指数；

步骤四，根据老人的当前安全风险指数评估结果，在云服务平台上，采用聚类方法，得出老人的服务需求、建议指导和文章推荐，采用云-边通讯方式，将数据结果同步到智能化平台和智能设备上；

步骤五，老人通过佩戴的智能设备观察到自己的需求，通过携带的老人智能终端获取智能化平台给出的服务推荐，采用一键式操作，进入共享平台来获取想要的服务。

3.根据权利要求2所述的一种社区智慧养老服务方法，其特征在于，所述步骤一的具体方法如下：(1)通过智能化平台，登记参与社区智慧养老的老人信息，并将老人信息同步到云服务平台与社区硬件采集系统中的智能监控设备和智能设备上；

(2)根据智能监控设备采集老人的人体姿态数据以及热成像图像；

(3)遍历热成像图像，根据老人的人体姿态数据对热成像图像进行基于人体部位的热值分割得到热成像分割矩阵。

4.根据权利要求2所述的一种社区智慧养老服务方法，其特征在于，所述步骤二中的情绪概率分布网络为一种LSTM时序网络，包括5层卷积网络，其中，第一层卷积层的卷积核大小为5×5×3，特征层数为16，其他卷积层的卷积核大小为3×3×3，特征层数分别为32，64，

128，256，2～4层的卷积层后面均设计一层bn层，最后设计两个全连接层，第一个全连接层输出数量为512的情绪特征向量，第二个全连接层输出数量为14的情绪分类，最后一层的softmax层为预测的情绪概率分布。

5.根据权利要求2所述的一种社区智慧养老服务方法，其特征在于，所述步骤三中，BERT模型中采用12层tranformer结构进行编码，每一层transformer的输出都是下一层transformer的输入，对句子进行编码。

6.根据权利要求5所述的一种社区智慧养老服务方法，其特征在于，所述步骤三中，设计融合层+输出层网络，将样本数据集中老人的就诊情况、兴趣情况、异常情况与经过BERT模型编码后的输出量一起融入到融合层网络中，采用4层的transformer进行融合，将老人的身心健康划分为优秀、良好、一般、差、危险，概率区间为90～100、70～90、60～70、40～

60、0～40，安全风险指数划分为安全、轻度、中度、重度，概率区间为80～100、60～80、30～

60、0～30，进行组合后得到20个分类，通过输出层进行计算，最终得到每个老人所属的分类。