文献

J-GLOBAL ID：201702281867920707   整理番号：17A0142890

特徴の組合せを用いたビデオにおけるヒトの自動落下検出【Powered by NICT】

Automatic fall detection of human in video using combination of features

著者 (5件)： Kun Wang (School of Computer Science and Software Engineering, EAST CHINA NORMAL UNIVERSITY, Shanghai, China 200062) ,  Guitao Cao (School of Computer Science and Software Engineering, EAST CHINA NORMAL UNIVERSITY, Shanghai, China 200062) ,  Dan Meng (School of Computer Science and Software Engineering, EAST CHINA NORMAL UNIVERSITY, Shanghai, China 200062) ,  Weiting Chen (School of Computer Science and Software Engineering, EAST CHINA NORMAL UNIVERSITY, Shanghai, China 200062) ,  Wenming Cao (College of Information Engineering, Shenzhen University, 518060, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： BIBM  ページ： 1228-1233  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 転倒は65歳以上の高齢者集団の中で主要な健康被害の1つであり,中国の人口は百万百以上であるので独居高齢者の自動転倒検出の問題は一般的な研究課題である。本論文では,著者らは,屋内環境における高齢者の安全性を向上させることができるビデオサーベイランスに基づく自動人間落下検出フレームワークを提案した。まずビジョン成分は,静的カメラからのビデオにおける人の動きを検出し,抽出するために用いた。,深層学習フレームワークCaffeにより抽出された有向勾配(H OG),局所二値パターン(LBP)と特徴のヒストグラムを組み合わせた新しい拡張特徴を形成し,特徴は,HLCと命名した。HLCはビデオ系列のフレームにおける人の運動状態を表現するために用いた。転倒プロセスは運動の配列であるため,ビデオ列の連続フレームから抽出した落下検出を実現したHLCの特徴を用いた。HLC特徴の助けを借りて,筆者らは,三種のデータセット上で93.7%の感度と92.0%の特異性の平均落下検出結果を達成した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 中華人民共和国 ,  安全性 ,  ヒストグラム ,  老人 ,  転倒 ,  *録画装置 ,  カメラ ,  健康被害 ,  屋内環境 ,  *ヒト ,  *落下検出装置
準シソーラス用語： 特異性 ,  ビデオ列 ,  ビデオサーベイランス ,  独居高齢者 ,  *落下検出 , 【Automatic Indexing@JST】

分類 (2件)： ロボットの運動・制御  (IC04012J) ,  看護,看護サービス  (GB07000G)

タイトルに関連する用語 (4件)： 組合せ ,  ビデオ ,  ヒト ,  落下検出