基于卷积神经网络的可穿戴视觉环境跌倒风险检测
计算机视觉与模式识别
2016-11-03 v1
摘要
本文提出一种使用移动视觉系统检测与跌倒风险相关的环境危害的方法。提出使用第一人称视角视频，为老年人日常生活活动中平衡受到扰动的原因和情况提供客观证据。定义了一个分类问题，共12类潜在跌倒风险，包括坡度变化（如楼梯、路缘、坡道）和地面（如砾石、草地、混凝土）。数据使用胸戴式GoPro相机收集。我们开发了卷积神经网络用于帧的自动特征提取、降维和分类。初步结果均方误差为8%，令人鼓舞。
引用
@article{arxiv.1611.00684,
title = {Wearable Vision Detection of Environmental Fall Risks using Convolutional Neural Networks},
author = {Mina Nouredanesh and Andrew McCormick and Sunil L. Kukreja and James Tung},
journal= {arXiv preprint arXiv:1611.00684},
year = {2016}
}
备注
Accepted paper-The 38th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC 2016)