Elderly Fall Detection Using CCTV Cameras under Partial Occlusion of the Subjects Body

要約

高齢者が日常生活で直面する可能性のある危険の 1 つに転倒があります。
閉塞は、視覚ベースの転倒検出システムの最大の課題の 1 つであり、検出性能を大幅に低下させます。
この問題に取り組むために、既存のデータセットを使用して落下検出システムをトレーニングするために、特別に設計された遮られたビデオを合成します。
次に、新しいコスト関数を定義することにより、遮蔽されたビデオと遮蔽されていないビデオを使用した転倒検出モデルの加重トレーニングのフレームワークを導入します。これは、学習可能な転倒検出システムに適用できます。
最後に、非ディープ モデルとディープ モデルの両方を使用して、提案された加重トレーニング方法の効果を評価します。
実験は、提案された方法が、オクルージョン条件で非ディープ モデルの場合は 36%、ディープ モデルの場合は 55% 分類精度を向上させることができることを示しています。
さらに、提案されたトレーニングフレームワークは、通常の非閉塞サンプルでのディープネットワークの検出パフォーマンスも大幅に改善できることが示されています。

要約(オリジナル)

One of the possible dangers that older people face in their daily lives is falling. Occlusion is one of the biggest challenges of vision-based fall detection systems and degrades their detection performance considerably. To tackle this problem, we synthesize specifically-designed occluded videos for training fall detection systems using existing datasets. Then, by defining a new cost function, we introduce a framework for weighted training of fall detection models using occluded and un-occluded videos, which can be applied to any learnable fall detection system. Finally, we use both a non-deep and deep model to evaluate the effect of the proposed weighted training method. Experiments show that the proposed method can improve the classification accuracy by 36% for a non-deep model and 55% for a deep model in occlusion conditions. Moreover, it is shown that the proposed training framework can also significantly improve the detection performance of a deep network on normal un-occluded samples.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google