• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Symposium on Visual Computing >Evaluating Depth-Based Computer Vision Methods for Fall Detection under Occlusions
【24h】

Evaluating Depth-Based Computer Vision Methods for Fall Detection under Occlusions

机译：评估闭塞下坠落检测的基于深度的计算机视觉方法

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Falls are one of the major risks for seniors living alone at home. Fall detection has been widely studied in the computer vision community, especially since the advent of affordable depth sensing technology like the Kinect. Most existing methods assume that the whole fall process is visible to the camera. This is not always the case, however, since the end of the fall can be completely occluded by a certain object, like a bed. For a system to be usable in real life, the occlusion problem must be addressed. To quantify the challenges and assess performance in this topic, we present an occluded fall detection benchmark dataset containing 60 occluded falls for which the end of the fall is completely occluded. We also evaluate four existing fall detection methods using a single depth camera [1-4] on this benchmark dataset.
机译：瀑布是老年人独自生活的主要风险之一。 在计算机视觉社区中广泛研究了秋季检测，特别是因为像Kinect这样实惠深度感测技术的出现。 大多数现有方法假设相机上的整个秋季过程可见。 然而，这并不总是这种情况，因为秋天的末端可以完全被某个物体完全封闭，就像床一样。 对于在现实生活中可用的系统，必须解决遮挡问题。 为了量化挑战和评估本主题的表现，我们介绍了一个包含60个遮挡跌倒的遮挡坠落检测基准数据集，其中秋季结束是完全封闭的。 我们还使用该基准数据集上的单个深度摄像头[1-4]评估四种现有的秋季检测方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号