使用正半确定矩阵的多重数来检测老年人的跌倒

科学领域:

• 计算机视觉 计算机视觉
• 人工智能的人工智能
• 老年学是指老年学的学科.

背景情况:

• 布对老年人来说是一个重要的医疗保健风险,人口趋势表明人口老龄化日益增长.
• 自动摔倒检测和预测模型对于老年护理至关重要,人工智能应用特别有前途.

研究的目的:

• 开发和评估基于计算机视觉的方法,用于使用二维身体骨进行自动落检测.
• 利用人工智能技术,提高老年人跌倒检测的准确性.

主要方法:

• 使用V2V-PoseNet从视频序列中检测二维身体骨.
• 将骨架关节映射到里曼的多元体上,以创建时间参数化的轨迹.
• 应用时间扭曲用于轨迹比较和支持矢量机 (SVM) 用于跌落分类.

主要成果:

• 与URFD和Charfi数据集上最先进的技术相比,提出的方法取得了竞争力的结果.
• 这种方法有效地利用2D身体骨来准确检测落.

结论:

• 开发的计算机视觉方法为老年人自动摔倒检测提供了有效和有竞争力的解决方案.
• 这种方法为提高老龄人口的安全性和护理提供了有价值的工具.