1.一种基于高维数据的骨质疏松患者健康监测系统，其特征在于：包括摄像机和处理器；

摄像机用于采集患者影像数据，并进行预处理：获取一帧图像中的肤色部分；根据连续多帧图像中的肤色部分建立影像子集的皮肤动态分布：令uk、vk表示第k帧图像中肤色部分像素的坐标中值，rk表示以(uk，vk)为中心，包含90％肤色部分像素的圆区域的最小半径；k∈[1，K]表示用于建立分布的时序窗口的长度；对上述K帧坐标中值、半径θ＝{uk，vk，rk}建立分布模型：P(θ|C)＝G(θ，μC，σC)…(2)式中，C＝1或0表示是否对K帧进行采样帧率压缩，即将K帧图像压缩为1帧；P(θ|C)表示以C值为条件的条件概率函数，G表示高斯分布函数，μC，σC表示C＝1或0时相应的样本期望和方差；

对使用过程中获得的采集样本θ计算：

如果 则将采集样本进行帧率压缩，否则不进行压缩；

处理器，接收摄像机发送的预处理后的数据，并进行识别，具体包括：(1)设第l帧和第l+1帧图像分别表示为Fl(x，y)和Fl+1(x，y)，定义第l帧和第l+1帧之间的加权梯度图 为：其中：

式(4)‑(6)中，x,y, 为整数，x,y表示图像一个像素的位置坐标， 表示以像素x,y为中心的位置偏移量；

(2)Ω(x,y,z)表示连续的L幅加权梯度图，x,y表示空间位置坐标，z表示时序坐标，根据 将Ω(x,y,z)分为两部分，满足条件的元素集合记为 另一部分元素集合记为 为经验参数；

统计集合 1≤z≤L的所有值的分布，并将分布量化成1024阶，获得一个1024维向量α；

对高维向量α进行分类，根据识别向量α进行异常识别，实现通过影像对受试者步态/平衡性进行实时的异常识别，当模型对输入向量的响应值异常时，向受试者或受试者指定的监护人发出警告提示风险。

2.如权利要求1所述的一种基于高维数据的骨质疏松患者健康监测系统，其特征在于：摄像机布置在患者卧室内。

3.如权利要求1所述的一种基于高维数据的骨质疏松患者健康监测系统，其特征在于：处理器设置在家庭弱电箱中。

4.如权利要求1所述的一种基于高维数据的骨质疏松患者健康监测系统，其特征在于：处理器与摄像机通过有线连接。

5.如权利要求1所述的一种基于高维数据的骨质疏松患者健康监测系统，其特征在于：处理器与摄像机通过无线连接。

6.如权利要求1所述的一种基于高维数据的骨质疏松患者健康监测系统，其特征在于：系统还包括移动终端。

7.如权利要求6所述的一种基于高维数据的骨质疏松患者健康监测系统，其特征在于：处理器能够将监测结果通过无线通讯链路发送至移动终端上。

8.如权利要求7所述的一种基于高维数据的骨质疏松患者健康监测系统，其特征在于：所述无线通讯链路为5G网络。

9.如权利要求6所述的一种基于高维数据的骨质疏松患者健康监测系统，其特征在于：移动终端用于接到监测结果后向用户发出报警。

10.如权利要求6所述的一种基于高维数据的骨质疏松患者健康监测系统，其特征在于：移动终端用于接到监测结果后向预设医院发出报警。