落视觉:用于落检测的基准视频数据集

科学领域:

• 计算机科学 计算机科学
• 生物医学工程 生物医学工程
• 老年学是一门学科.

背景情况:

• 跌倒检测系统对于监测和协助个人,特别是老年人,他们有更高的跌倒风险至关重要.
• 现有的落检测研究往往缺乏全面和多样化的数据集,以进行强大的算法开发和测试.
• 由于人口老龄化和独立生活的愿望,对可靠的摔倒检测技术的需求正在增加.

研究的目的:

• 为了呈现一个新的,全面的视频数据集,专门为落检测研究策划.
• 为开发,培训和验证先进的跌倒检测算法提供标准化资源.
• 促进对计算机视觉和深度学习技术的研究,以提高落检测的准确性和可靠性.

主要方法:

• 从志愿参与者收集原始视频录像,确保符合道德准则和知情同意.
• 将视频分类为"跌倒"和"没有跌倒"的场景,跌倒被分为三种类型:床,椅子和站立.
• 将原始镜头处理成具有里程碑意义的视频,有或没有背景信息,使用常见的手持设备进行录制.

主要成果:

• 一个全面的视频数据集,包含分类的跌倒和没有跌倒事件,现在可供研究人员使用.
• 数据集包括各种跌倒场景 (床,椅子,站立) 和处理的视频格式 (地标,有/没有背景).
• 数据集是使用易于获得的设备收集的,从而提高了其适用性和广泛研究的可访问性.

结论:

• 这个精心策划的视频数据集为推进摔倒检测算法开发提供了一个有价值和强大的平台.
• 该数据集的可用性将加速计算机视觉和深度学习的研究,以改进降落检测系统.
• 该数据集有潜力显著提高安全措施,并通过更好的跌倒检测技术为脆弱人群提供关键援助.