改进版 3D 骨架 UP-Fall 数据集：提升数据质量以提高坠地检测效率

在老年护理领域，及时检测到个人与地面接触的冲击（即影响坠地）至关重要，以防止严重受伤。UP-Fall 数据集作为坠地检测研究的关键资源，虽有价值，但在数据准确性和完整性方面存在局限性，这些局限性会导致难以区分非冲击事件（如滑动）与实际发生冲击的坠地。本研究旨在通过整合 3D 骨架数据来增强 UP-Fall 数据集，以提高其对冲击坠地的检测能力。我们的预处理技术确保数据准确性和完整性，从而实现更可靠的冲击坠地检测。我们对使用各种机器学习和深度学习算法进行了广泛实验，以对改进后的 3D 骨架数据集进行基准测试。结果表明，训练于增强后数据集的坠地检测模型性能显著提升。本次贡献旨在提升处于风险中的老年人士的安全与福祉。为支持进一步开发更可靠的冲击坠地检测系统，我们已将改进后的 3D 骨架 UP-Fall 数据集公开于 https://zenodo.org/records/12773013。