相关实验视频
Updated: Jun 12, 2025
08:05
Design and Analysis for Fall Detection System Simplification
Published on: April 6, 2020
10.6K
GMDCSA-24:用于在视频中检测人类跌倒的数据集
Ekram Alam1,2, Abu Sufian3,4, Paramartha Dutta2
1Department of Computer Science, Gour Mahavidyalaya, Malda, West Bengal 732142, India.
Data in brief
|September 23, 2024
概括
一个新的数据集,GMDCSA-24,有助于对日益增长的老年人群的跌倒检测研究. 它具有多样化的家庭环境和照明条件,以改善实时落检测系统.
科学领域:
- 老年学是一门学科.
- 计算机科学 计算机科学
- 生物医学工程 生物医学工程
背景情况:
- 全球老年人口正在迅速增加,这给老年人护理带来了挑战,并需要先进的跌倒检测解决方案.
- 老年人中无意中跌倒是一个严重的健康问题,强调需要及时检测和援助.
- 远程监控系统对于老年人摔倒后及时提供医疗援助至关重要.
研究的目的:
- 引入GMDCSA-24数据集,旨在支持为老年人开发可靠的摔倒检测模型.
- 为研究人员提供一个多功能数据集,用于在自然家庭环境中评估实时摔倒检测系统.
- 促进研究落检测算法对日常生活活动 (ADL) 虚假阳性结果的概括性和稳定性.
主要方法:
- GMDCSA-24数据集是在三个不同的自然家庭环境中创建的.
- 记录包括四个受试者在不同的照明条件下 (白天和夜晚) 进行的跌倒和各种日常生活活动 (ADL).
- 使用低分辨率 (0.92兆像素) 的网络摄像头镜头,以确保适用于资源有限的实时系统.
主要成果:
- 数据集包括81个跌倒和79个ADL视频片段.
- 它捕捉了各种不同的场景,包括不同的服装,照明和复杂的ADL,这些ADL可能被错误地归类为跌倒.
- 低分辨率的视频适合在没有压缩的情况下实时处理.
结论:
- "GMDCSA-24数据集是推动老年人倒检测研究的宝贵资源.
- 它使得能够开发和测试能够对现实世界的变化和复杂的日常活动进行强大的系统.
- 该数据集支持创建更可靠,更有效的远程监控解决方案,以确保老年人的安全.
