Real-Time Elderly Monitoring for Senior Safety by Lightweight Human Action Recognition

要約

一人暮らしの高齢者が増えるにつれ、特に安全のために、離れた場所からの介護が切実に求められるようになりました。
異常な行動や異常な活動が発生したときにタイムリーにアラートを発するためには、リアルタイムの監視と行動認識が不可欠です。
ウェアラブルセンサーは有望なソリューションとして広く認識されていますが、ユーザーの能力と意欲に大きく依存しているため、非効率的です。
対照的に、非接触光学カメラを介して収集されたビデオストリームは、より豊富な情報を提供し、高齢者の負担を軽減します。
この論文では、独立リカレントニューラルネットワーク（IndRNN）を活用して、軽量ヒューマンアクション認識（HAR）テクノロジーに基づく高齢者の安全のための新しいリアルタイム高齢者モニタリング（REMS）を提案します。
キャプチャされたスケルトン画像を使用して、REMSスキームは異常な動作やアクションを認識し、ユーザーのプライバシーを保護することができます。
高精度を実現するために、HARモジュールは複数のデータベースを使用してトレーニングおよび微調整されています。
広範な実験的研究により、REMSシステムが正確かつタイムリーに行動認識を実行することが確認されました。
REMSは、プライバシーを保護する高齢者の安全監視システムとしての設計目標を満たし、さまざまなスマート監視システムに採用される可能性を秘めています。

要約(オリジナル)

With an increasing number of elders living alone, care-giving from a distance becomes a compelling need, particularly for safety. Real-time monitoring and action recognition are essential to raise an alert timely when abnormal behaviors or unusual activities occur. While wearable sensors are widely recognized as a promising solution, highly depending on user’s ability and willingness makes them inefficient. In contrast, video streams collected through non-contact optical cameras provide richer information and release the burden on elders. In this paper, leveraging the Independently-Recurrent neural Network (IndRNN) we propose a novel Real-time Elderly Monitoring for senior Safety (REMS) based on lightweight human action recognition (HAR) technology. Using captured skeleton images, the REMS scheme is able to recognize abnormal behaviors or actions and preserve the user’s privacy. To achieve high accuracy, the HAR module is trained and fine-tuned using multiple databases. An extensive experimental study verified that REMS system performs action recognition accurately and timely. REMS meets the design goals as a privacy-preserving elderly safety monitoring system and possesses the potential to be adopted in various smart monitoring systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google