論文の概要: Pose-Based Fall Detection System: Efficient Monitoring on Standard CPUs
- arxiv url: http://arxiv.org/abs/2503.19501v1
- Date: Tue, 25 Mar 2025 09:49:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-26 16:51:47.974595
- Title: Pose-Based Fall Detection System: Efficient Monitoring on Standard CPUs
- Title(参考訳): Pose-based Fall Detection System: 標準CPUの効率的なモニタリング
- Authors: Vinayak Mali, Saurabh Jaiswal,
- Abstract要約: 本稿では,センサや高出力ハードウェアを必要としない堅牢な落下検知システムを提案する。
このシステムは、ポーズ推定手法としきい値に基づく分析と投票機構を組み合わせて、転倒と非転倒活動を効果的に区別する。
- 参考スコア(独自算出の注目度): 0.18416014644193066
- License:
- Abstract: Falls among elderly residents in assisted living homes pose significant health risks, often leading to injuries and a decreased quality of life. Current fall detection solutions typically rely on sensor-based systems that require dedicated hardware, or on video-based models that demand high computational resources and GPUs for real-time processing. In contrast, this paper presents a robust fall detection system that does not require any additional sensors or high-powered hardware. The system uses pose estimation techniques, combined with threshold-based analysis and a voting mechanism, to effectively distinguish between fall and non-fall activities. For pose detection, we leverage MediaPipe, a lightweight and efficient framework that enables real-time processing on standard CPUs with minimal computational overhead. By analyzing motion, body position, and key pose points, the system processes pose features with a 20-frame buffer, minimizing false positives and maintaining high accuracy even in real-world settings. This unobtrusive, resource-efficient approach provides a practical solution for enhancing resident safety in old age homes, without the need for expensive sensors or high-end computational resources.
- Abstract(参考訳): 高齢者の生活支援施設での転倒は深刻な健康リスクをもたらし、しばしば怪我を負い、生活の質が低下する。
現在のフォール検出ソリューションは、通常、専用のハードウェアを必要とするセンサーベースのシステム、あるいはリアルタイム処理のために高い計算リソースとGPUを必要とするビデオベースのモデルに依存します。
これとは対照的に,センサや高出力ハードウェアを必要としない堅牢な落下検知システムを提案する。
このシステムは、ポーズ推定手法としきい値に基づく分析と投票機構を組み合わせて、転倒と非転倒活動を効果的に区別する。
ポーズ検出には、計算オーバーヘッドが最小限である標準CPU上でのリアルタイム処理を可能にする軽量で効率的なフレームワークであるMediaPipeを利用する。
動作、体の位置、キーポーズポイントを分析することで、システムは20フレームのバッファで特徴をポーズし、偽陽性を最小限に抑え、現実世界の設定でも高い精度を維持する。
この控えめでリソース効率のよいアプローチは、高価なセンサーやハイエンドの計算資源を必要とせず、高齢者の生活安全を高めるための実用的なソリューションを提供する。
関連論文リスト
- RE-POSE: Synergizing Reinforcement Learning-Based Partitioning and Offloading for Edge Object Detection [3.2805151494259563]
エッジデバイス上でのリアルタイムオブジェクト検出は、その限られた計算リソースと、ディープニューラルネットワーク(DNN)ベースの検出モデルの高要求により、大きな課題を呈している。
本稿では,リソース制約のあるエッジ環境における精度-遅延トレードオフを最適化するフレームワークであるRE-POSEを紹介する。
論文 参考訳(メタデータ) (2025-01-16T10:56:45Z) - A Hybrid Framework for Statistical Feature Selection and Image-Based Noise-Defect Detection [55.2480439325792]
本稿では,統計的特徴選択と分類技術を統合し,欠陥検出精度を向上させるハイブリッドフレームワークを提案する。
工業画像から抽出した55個の特徴を統計的手法を用いて解析した。
これらの手法をフレキシブルな機械学習アプリケーションに統合することにより、検出精度を改善し、偽陽性や誤分類を減らす。
論文 参考訳(メタデータ) (2024-12-11T22:12:21Z) - Task-Oriented Real-time Visual Inference for IoVT Systems: A Co-design Framework of Neural Networks and Edge Deployment [61.20689382879937]
タスク指向エッジコンピューティングは、データ分析をエッジにシフトすることで、この問題に対処する。
既存の手法は、高いモデル性能と低いリソース消費のバランスをとるのに苦労している。
ニューラルネットワークアーキテクチャを最適化する新しい協調設計フレームワークを提案する。
論文 参考訳(メタデータ) (2024-10-29T19:02:54Z) - VICAN: Very Efficient Calibration Algorithm for Large Camera Networks [49.17165360280794]
ポースグラフ最適化手法を拡張する新しい手法を提案する。
我々は、カメラを含む二部グラフ、オブジェクトの動的進化、各ステップにおけるカメラオブジェクト間の相対変換について考察する。
我々のフレームワークは従来のPGOソルバとの互換性を維持しているが、その有効性はカスタマイズされた最適化方式の恩恵を受けている。
論文 参考訳(メタデータ) (2024-03-25T17:47:03Z) - Environment-independent mmWave Fall Detection with Interacting Multiple
Model [1.9358739203360094]
mmWave radarは、プライバシー保護と非接触性のための有望な候補技術である。
FADEは現実のシナリオにおいて精度と堅牢性を高めた実用的な落下検知レーダーシステムである。
論文 参考訳(メタデータ) (2023-11-15T07:49:46Z) - Recall-driven Precision Refinement: Unveiling Accurate Fall Detection
using LSTM [0.0]
本稿では,高齢者の転倒事故に対するプレッシャー的懸念に対処するために,正確な転倒検知システムを開発することで,革新的なアプローチを提案する。
提案システムは,加速度センサやジャイロセンサなどの最先端技術とディープラーニングモデル,特にLong Short-Term Memory(LSTM)ネットワークを組み合わせる。
本稿では,LSTMモデルのアーキテクチャとパラメータを戦略的に微調整し,システムの性能を最適化するプルーニング手法を提案する。
論文 参考訳(メタデータ) (2023-09-09T20:17:39Z) - Agile gesture recognition for capacitive sensing devices: adapting
on-the-job [55.40855017016652]
本システムでは, コンデンサセンサからの信号を手の動き認識器に組み込んだ手動作認識システムを提案する。
コントローラは、着用者5本の指それぞれからリアルタイム信号を生成する。
機械学習技術を用いて時系列信号を解析し,500ms以内で5本の指を表現できる3つの特徴を同定する。
論文 参考訳(メタデータ) (2023-05-12T17:24:02Z) - A Lightweight NMS-free Framework for Real-time Visual Fault Detection
System of Freight Trains [11.195801283133994]
貨物列車のリアルタイム視覚に基づく故障検出システム(RVBS-FD)は、鉄道交通の安全確保に不可欠である。
既存の視覚ベースの手法の多くは、畳み込みニューラルネットワークに基づく計算コストが高い。
リアルタイム検出と高精度を同時に実現する軽量NMSフリーフレームワークを提案する。
論文 参考訳(メタデータ) (2022-05-25T03:07:48Z) - Scalable Vehicle Re-Identification via Self-Supervision [66.2562538902156]
自動車再同定は、都市規模の車両分析システムにおいて重要な要素の1つである。
車両再設計のための最先端のソリューションの多くは、既存のre-idベンチマークの精度向上に重点を置いており、計算の複雑さを無視することが多い。
推論時間に1つのネットワークのみを使用する自己教師型学習によって、シンプルで効果的なハイブリッドソリューションを提案する。
論文 参考訳(メタデータ) (2022-05-16T12:14:42Z) - Monitoring and Diagnosability of Perception Systems [21.25149064251918]
本稿では,認識システムにおける実行時モニタリングと故障検出と識別のための数学的モデルを提案する。
本稿では,LGSVL自動運転シミュレータとApollo Auto自動運転ソフトウェアスタックを用いた実写シミュレーションにおいて,PerSySと呼ばれるモニタリングシステムを実演する。
論文 参考訳(メタデータ) (2020-11-11T23:03:14Z) - SADet: Learning An Efficient and Accurate Pedestrian Detector [68.66857832440897]
本稿では,一段検出器の検出パイプラインに対する一連の最適化手法を提案する。
効率的な歩行者検出のための単発アンカーベース検出器(SADet)を形成する。
構造的には単純だが、VGA解像度の画像に対して最先端の結果と20ドルFPSのリアルタイム速度を示す。
論文 参考訳(メタデータ) (2020-07-26T12:32:38Z)
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。