文献

J-GLOBAL ID：202002214810083928   整理番号：20A1346227

Fall Alert:YOLOオブジェクト検出としてのベースを用いた転倒検出の新しい方法【JST・京大機械翻訳】

Fall Alert: A Novel Approach to Detect Fall Using Base as a YOLO Object Detection

著者 (5件)： Kamble Kiran P. (Department of Computer Science and Engineering, Walchand College of Engineering, Sangli, India) ,  Sontakke Swapnil S. (Department of Computer Science and Engineering, Walchand College of Engineering, Sangli, India) ,  Donadkar Himanshu (Department of Computer Science and Engineering, Walchand College of Engineering, Sangli, India) ,  Poshattiwar Ritik (Department of Computer Science and Engineering, Walchand College of Engineering, Sangli, India) ,  Ananth Abhinavram (Department of Computer Science and Engineering, Walchand College of Engineering, Sangli, India)
資料名： Advances in Intelligent Systems and Computing  (Advances in Intelligent Systems and Computing)
巻： 1141  ページ： 15-24  発行年： 2020年 
JST資料番号： W5075A  ISSN： 2194-5357  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本研究では,畳み込みニューラルネットワーク(CNN)ベースの物体認識と画像処理技法によって,特に夜間の人々の回復不能な転倒を検出する新しいアプローチを提案する。ビデオストリームから抽出した入力フレームから望ましいオブジェクトを検出するために,COCOデータセット上でYOLO(YouのみのLook)オブジェクト検出モデルを訓練し,多重フレーム上では回復不能な落下あるいは落下しないかどうかを試験した。本論文は,提案されたアプローチの背後にあるコアアイディアとその重要性を紹介し,次に,ナットシェルにおける以前に行われた研究をレビューした。次に,かなりの結果を与える提案方法を提示した。提案した方法の精度は93.16%であった。また,カメラの距離に対するカメラの高さの実験的比率を示した。それは,他の最先端の手法と比較して,競合性能を与える,その成功した落下検出のための5:6であることを見出した。Copyright Springer Nature Singapore Pte Ltd. 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *カメラ ,  ナット ,  画像処理 ,  物体認識 ,  転倒
準シソーラス用語： ビデオストリーム ,  *物体検出 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 転倒検出 ,  ヨーグルト ,  COCO ,  畳込みニューラルネットワーク(CNN) ,  画像処理

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： オブジェクト検出 ,  転倒