Nov, 2023

环境无关的互动多模型毫米波跌倒检测

PDF
TL;DR在未来的智能家居中，我们提出了一种名为 FADE（FAll Detection）的实用摔倒检测雷达系统，该系统具有增强的准确度和稳健性，并通过互动多模型（IMM）状态估计器提取环境无关特征，以高度准确和即时地进行摔倒检测。在真实环境中的实验结果显示，该系统的摔倒检测准确率高达 95%。
发现论文，激发创造
  • 人体跌倒检测 - 多模态方法

    通过多模式方法，使用手腕加速度计数据和传感器与摄像头数据的融合来检测老年人跌倒，并对其进行二分类标记，使用 UP-FALL 检测数据集进行实验，结果表明使用多种传感器数据并未显著提高跌倒检测的性能。

    Feb, 2023

  • CareFall：基于可穿戴设备和 AI 方法的自动跌倒检测

    本研究提出了基于可穿戴设备和人工智能的自动跌倒检测系统 CareFall，并采用机器学习的方法，通过加速度计和陀螺仪等信息，提高跌倒检测的准确率，旨在为老年人提供智能、用户友好的解决方案来减轻跌倒的负面后果。

    Jul, 2023

  • 使用轻量级姿势估计技术的实时人体跌倒检测

    使用姿势估计提出了一种轻量级快速的人体摔倒检测系统，可以在低计算设备上实时工作，对于老年人的医疗护理系统非常重要。

    Jan, 2024

  • 一种简单且经济的设计用于现实世界中的环境辅助生活系统的跌倒检测和室内定位的开发：概念验证

    提出了一种成本 - effective、简化的环境辅助生活系统设计范例，该系统可以在现实世界中同时捕捉用户 ADL 行为的多模态组件，以实现在 ADL 过程中的跌倒检测和室内定位。通过与其他研究的比较，证明了该系统的有效性、创新性和成本优势。

    Jul, 2022

  • 老年间歇性痴呆患者多模态危险状态识别与早期预警系统

    我们团队开发了一种可穿戴的防丢失设备和智能早期警告系统，用于老年易失藤症患者，利用人工智能和物联网技术。

    May, 2024

  • 利用可穿戴心电图和加速度传感器实现跌倒检测的智能应用

    本研究使用多个应用组件来研究坠落检测系统的开发挑战和选择，并提供未来研究材料。该系统使用加速度计和 ECG 传感器进行测试，并通过 ResNet152 模型在标准化和洗牌数据集上取得了最佳表现，实现了 92.8% 的 AUC，87.28% 的灵敏度和 98.33% 的特异度。

    Jun, 2022

  • BlockTheFall：基于可穿戴设备、机器学习和区块链的老年人护理跌倒检测框架

    该文章提出了一个基于可穿戴设备的坠落检测框架，采用机器学习算法分析传感器数据来实时检测坠落，并利用区块链技术存储和验证坠落事件数据，该框架旨在提供一种高效可靠的坠落检测方案，提高紧急响应和老年人的综合福祉。

    Jun, 2023

  • 基于毫米波雷达的医疗监护机器人人体活动识别

    通过在可移动机器人上装载毫米波雷达系统与轻量级深度神经网络结合，实现了实时监测人类活动的医疗监测系统。

    May, 2024

  • 基于知识蒸馏的长短期记忆的离线嵌入式低功耗设备的跌倒检测

    本文提出了一种经济有效、低功耗的无意跌倒检测方法，利用基于知识蒸馏的 LSTM (长时记忆) 模型显著提高准确性。通过对来自各种传感器的时间序列数据的分析，该解决方案提供实时检测能力，确保及时可靠地识别跌倒情况。作者研究了基于不同传感器的跌倒检测模型，比较它们的准确率和性能。此外，他们采用知识蒸馏技术，提高模型的精度，从而得到消耗更低功耗的精细准确配置。因此，该解决方案为未来在这一关键领域中开发节能的跌倒检测系统提供了引人注目的途径。

    Aug, 2023

  • 室内毫米波设备定位和无感知技术及应用综述

    该论文综述了在毫米波通信和雷达设备的帮助下实现设备定位和非设备感知的技术与算法，重点关注室内部署，并讨论了相关的研究方向。

    Dec, 2021