使用热红外传感器的床上人员监测
人机交互
2021-07-19 v1 计算机视觉与模式识别
信号处理
摘要
全球正面临人口老龄化和医疗专业人员短缺。这提出了为老年人提供安全且有尊严生活的问题。涉及摄像头的技术解决方案有助于安全、舒适和高效的应急响应，但它们侵犯隐私。我们使用“Griddy”，一个带有松下Grid-EYE（低分辨率红外热电堆阵列传感器）的原型，其提供更高隐私性。安装在床上方可无需人机交互确定用户是否在床上。为此，捕获了两个数据集，一个（480张图像）在恒定条件下，第二个（200张图像）在不同变化下，如使用羽绒被、与宠物同睡或升高的室温。我们测试了三种机器学习算法：支持向量机（SVM）、k近邻（k-NN）和神经网络（NN）。通过10折交叉验证，主数据集的最高准确率来自SVM和k-NN（99%）。变量数据的结果显示在特定情况下可靠性较低，凸显需要额外工作应对环境变化的挑战。
引用
@article{arxiv.2107.07986,
title = {In-Bed Person Monitoring Using Thermal Infrared Sensors},
author = {Elias Josse and Amanda Nerborg and Kevin Hernandez-Diaz and Fernando Alonso-Fernandez},
journal= {arXiv preprint arXiv:2107.07986},
year = {2021}
}
备注
Accepted for publication at FedCSIS 2021