基于深度学习的计算机视觉老年人活动识别与跌倒检测：系统综述
计算机视觉与模式识别
2024-09-04 v3
摘要
随着发达国家老年人口比例在全球范围内增加，这一群体的医疗保健是一个令人担忧的问题，特别是如果包括保持其自主性。在这方面，许多关于环境辅助生活（AAL）系统的研究正在发表，这些系统有助于减少老年人独立生活引起的担忧。在本研究中，对老年人跌倒检测和人类活动识别（HAR）进行了系统文献综述，作为保证独居老年人安全需要解决的两个主要任务。为应对当前执行这两个任务的趋势，综述侧重于使用基于深度学习（DL）的方法处理计算机视觉数据。此外，从综述的研究中收集了不同的数据集合，如DL模型、数据集或硬件（例如深度或热成像相机），并作为参考提供给未来的研究。还讨论了现有方法的优缺点，并基于这些提出了对未来工作的建议。
引用
@article{arxiv.2401.11790,
title = {Deep Learning for Computer Vision based Activity Recognition and Fall Detection of the Elderly: a Systematic Review},
author = {F. Xavier Gaya-Morey and Cristina Manresa-Yee and Jose M. Buades-Rubio},
journal= {arXiv preprint arXiv:2401.11790},
year = {2024}
}