基于音频 Transformer 的跌倒检测
声音
2022-08-24 v1 机器学习
机器人学
音频与语音处理
摘要
面向老年人的跌倒检测是一个研究充分的问题，已有若干提出的解决方案，包括可穿戴与非可穿戴技术。尽管现有技术具有优异的检测率，但由于需佩戴设备以及用户隐私顾虑，目标人群对其采纳不足。我们的论文提供了一种新颖、非可穿戴、非侵入且可扩展的跌倒检测方案，部署于配备麦克风的自主移动机器人上。所提方法使用在人们家中记录的 ambient 声音输入。我们特别针对浴室环境，因其极易发生跌倒，且现有技术在不损害用户隐私的情况下无法部署。本工作基于 Transformer 架构开发了一种方案，该架构接收来自浴室的含噪声音输入，并将其分类为跌倒/非跌倒类别，准确率达 0.8673。此外，所提方法除浴室外在其他室内环境中也可扩展，适用于老年人住宅、医院和康复机构部署，无需用户佩戴任何设备或持续被传感器“监视”。
引用
@article{arxiv.2208.10659,
title = {Fall Detection from Audios with Audio Transformers},
author = {Prabhjot Kaur and Qifan Wang and Weisong Shi},
journal= {arXiv preprint arXiv:2208.10659},
year = {2022}
}