論文の概要: Vision-based Human Fall Detection Systems using Deep Learning: A Review

• arxiv url: http://arxiv.org/abs/2207.10952v1
• Date: Fri, 22 Jul 2022 09:02:02 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-25 12:32:10.869933
• Title: Vision-based Human Fall Detection Systems using Deep Learning: A Review
• Title（参考訳）: 深層学習を用いた視覚に基づくヒューマンフォール検出システム
• Authors: Ekram Alam, Abu Sufian, Paramartha Dutta, Marco Leo
• Abstract要約: ヒトの転倒は、特に高齢者や障害者が単独で生活する上で、非常に重要な健康問題の一つである。 本稿では,ディープラーニング(DL)に基づく非侵襲的(ビジョンベース)転倒検出技術について論じる。
• 参考スコア（独自算出の注目度）: 5.809590924822318
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Human fall is one of the very critical health issues, especially for elders and disabled people living alone. The number of elder populations is increasing steadily worldwide. Therefore, human fall detection is becoming an effective technique for assistive living for those people. For assistive living, deep learning and computer vision have been used largely. In this review article, we discuss deep learning (DL)-based state-of-the-art non-intrusive (vision-based) fall detection techniques. We also present a survey on fall detection benchmark datasets. For a clear understanding, we briefly discuss different metrics which are used to evaluate the performance of the fall detection systems. This article also gives a future direction on vision-based human fall detection techniques.
• Abstract（参考訳）: 人間の転倒は、特に高齢者や障害者にとって、非常に重要な健康上の問題の1つである。 世界の高齢者の数は着実に増加している。 そのため、人間による転倒検出は、これらの人々にとって効果的な生活支援手法になりつつある。 支援的な生活には、ディープラーニングとコンピュータビジョンが広く使われている。 本稿では,ディープラーニング(DL)に基づく非侵襲的(ビジョンベース)転倒検出技術について論じる。 また,転倒検出ベンチマークデータセットについても報告する。 そこで我々は,転倒検知システムの性能評価に使用される各種指標について簡単に考察する。 本稿では、視覚に基づく人間の転倒検出技術についても今後の方向性を示す。

関連論文リスト

• Deep Learning for Computer Vision based Activity Recognition and Fall Detection of the Elderly: a Systematic Review [0.6144680854063939]
  AAL(Ambient Assisted Living)システムに関する多くの研究が出版されており、高齢者の自立生活による偏見を減らすのに役立っている。 本研究では,高齢者の転倒検出とHAR(Human Activity Recognition)について,文献の体系的レビューを行った。 この2つの課題を遂行する現在の傾向に対処するため,コンピュータビジョンデータに対するディープラーニング(DL)に基づくアプローチの活用に焦点をあてた。
  論文  参考訳（メタデータ） (2024-01-22T09:40:52Z)
• Real-Time Human Fall Detection using a Lightweight Pose Estimation Technique [2.744898351429077]
  ポーズ推定を用いた軽量で高速な人間の転倒検知システムを提案する。 提案手法は, 基本カメラを内蔵した低消費電力デバイス上で, リアルタイムに動作可能である。 すべての計算はローカルで処理できるので、問題のプライバシに問題はない。
  論文  参考訳（メタデータ） (2024-01-03T07:39:58Z)
• Detecting Abnormal Health Conditions in Smart Home Using a Drone [0.0]
  ドローンを用いた視覚に基づく転倒監視システムを開発した。 本研究では, 落下物体を精度0.9948で識別できることを示す。 その結果, 落下物体を精度0.9948で識別できることがわかった。
  論文  参考訳（メタデータ） (2023-10-08T05:03:35Z)
• A Survey on Computer Vision based Human Analysis in the COVID-19 Era [58.79053747159797]
  新型コロナウイルスの出現は、社会全体だけでなく、個人の生活にも大きく影響している。 マスクやソーシャルディスタンシングの義務、公共空間での定期消毒、スクリーニングアプリケーションの使用など、さまざまな予防策が世界中で導入されている。 これらの発展は、(i)視覚データの自動解析による予防対策の支援、(ii)生体認証などの既存の視覚ベースのサービスの正常な操作を容易にする、新しいコンピュータビジョン技術の必要性を喚起した。
  論文  参考訳（メタデータ） (2022-11-07T17:20:39Z)
• In-vehicle alertness monitoring for older adults [63.359033532099204]
  高齢者に対する車内警戒監視システムを提案する。 高齢者10名(70歳以上)を対象に,プロトタイプトラベラー監視システムを実装し,警報検出アルゴリズムの評価を行った。 本研究は, 人口調査対象者を対象とした最初の研究であり, 参加型手法によるアルゴリズム開発とシステム設計に関する今後の研究に影響を及ぼすものである。
  論文  参考訳（メタデータ） (2022-08-17T06:07:37Z)
• A Survey of Visual Sensory Anomaly Detection [53.23336329817023]
  視覚感覚異常検出(AD)はコンピュータビジョンにおいて重要な問題である。 視覚感覚のADとカテゴリーを,異常の形で3段階にまとめて検討した。
  論文  参考訳（メタデータ） (2022-02-14T19:50:03Z)
• Threat of Adversarial Attacks on Deep Learning in Computer Vision: Survey II [86.51135909513047]
  ディープラーニングは、予測を操作できる敵攻撃に対して脆弱である。 本稿では,ディープラーニングに対する敵対的攻撃におけるコンピュータビジョンコミュニティの貢献を概観する。 この領域では、非専門家に技術的な用語の定義を提供する。
  論文  参考訳（メタデータ） (2021-08-01T08:54:47Z)
• An Interpretable Multiple-Instance Approach for the Detection of referable Diabetic Retinopathy from Fundus Images [72.94446225783697]
  基礎画像における参照糖尿病網膜症検出のための機械学習システムを提案する。 画像パッチから局所情報を抽出し,アテンション機構により効率的に組み合わせることで,高い分類精度を実現することができる。 我々は,現在入手可能な網膜画像データセットに対するアプローチを評価し,最先端の性能を示す。
  論文  参考訳（メタデータ） (2021-03-02T13:14:15Z)
• Deep Learning-Based Human Pose Estimation: A Survey [66.01917727294163]
  人間のポーズ推定は、過去10年間に注目を集めてきた。 ヒューマン・コンピュータ・インタラクション、モーション・アナリティクス、拡張現実、バーチャル・リアリティーなど幅広い用途で利用されている。 最近のディープラーニングベースのソリューションは、人間のポーズ推定において高いパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2020-12-24T18:49:06Z)
• SSHFD: Single Shot Human Fall Detection with Occluded Joints Resilience [10.719603033631952]
  Single Shot Human Fall Detectorは、単一の画像から自動転倒検出を行うディープラーニングベースのフレームワークである。 まず、外見の特徴に不変な人間のポーズに基づく転倒表現を示す。 次に、3次元ポーズ推定と転倒認識のためのニューラルネットワークモデルを提案する。
  論文  参考訳（メタデータ） (2020-04-02T03:41:39Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。