中文

基于姿态的跌倒检测系统:在标准CPU上的高效监控

计算机视觉与模式识别 2025-03-26 v1 人工智能

摘要

老年居民在护理机构中的跌倒事件构成重大的健康风险,常导致受伤并影响生活质量。当前跌倒检测解决方案通常依赖需专用硬件的传感器系统,或需高计算资源和GPU才能实现实时处理的视频模型。相比之下,本文提出了一套无需额外传感器或高性能硬件的稳健跌倒检测系统。该系统运用姿态估计技术结合阈值分析和投票机制,有效区分跌倒与非跌倒活动。对于姿态检测,我们采用MediaPipe—a款轻量且高效的框架,使其能在标准CPU上以最小计算开销实现实时处理。通过分析运动、身体位置及关键姿态点,该系统运用20帧缓冲区处理姿态特征,最大限度地减少误报,同时在真实场景下保持高准确率。这一无扰动、资源高效的方案为老年护理机构提供了实用的安全解决方案,无需昂贵传感器或高端计算资源。

关键词

引用

@article{arxiv.2503.19501,
  title  = {Pose-Based Fall Detection System: Efficient Monitoring on Standard CPUs},
  author = {Vinayak Mali and Saurabh Jaiswal},
  journal= {arXiv preprint arXiv:2503.19501},
  year   = {2025}
}

备注

4 Pages, 2 figures, 2 code block, 1 flow chart