人体跌倒检测——多模态方法
计算机视觉与模式识别
2023-02-02 v1 人工智能
摘要
近年来跌倒事件愈发频繁,对老年人造成了伤害。因此跌倒检测变得十分重要,已有若干数据集与机器学习模型被提出用于跌倒检测。在本项目报告中,我们提出一种基于多模态方法的人体跌倒检测方案。我们使用由数十名志愿者借助不同传感器与两台摄像机采集的 UP-FALL 检测数据集。我们采用腕部传感器的加速度计数据,并将标签保持为二分类,即跌倒与未跌倒。我们使用摄像机与传感器数据的融合以提升性能。实验结果表明,在二分类任务中,仅使用腕部数据相较于多传感器并未影响跌倒检测的模型预测性能。
引用
@article{arxiv.2302.00224,
title = {Human Fall Detection- Multimodality Approach},
author = {Xi Wang and Ramya Penta and Bhavya Sehgal and Dale Chen-Song},
journal= {arXiv preprint arXiv:2302.00224},
year = {2023}
}