文献

J-GLOBAL ID：202102241081131789   整理番号：21A0983896

身体部分追跡と加速度を用いた新しいハイブリッド転倒検出技術【JST・京大機械翻訳】

A Novel Hybrid Fall Detection Technique Using Body Part Tracking and Acceleration

著者 (6件)： Khan Ahmed Ahsan (Charles Sturt University, Sydney Campus,School of Computing and Mathematics,Australia) ,  Alsadoon Abeer (Charles Sturt University, Sydney Campus,School of Computing and Mathematics,Australia) ,  Al-Khalisy Shatha Habeeb (University of Technology,Department of Computer Sciences,Baghdad,Iraq) ,  Prasad P.W.C. (Charles Sturt University, Sydney Campus,School of Computing and Mathematics,Australia) ,  Jerew Oday D. (Asia Pacific International College (APIC),Information System Department,Sydney,Australia) ,  Manoranjan Paul (Study Group Australia, Sydney Campus,Department of Information Technology,Australia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CITISIA  ページ： 1-8  発行年： 2020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： 高齢者による転倒は現代医療における主要問題である。この分野ではかなりの量の研究が行われている。本論文では,身体部分追跡と人体加速度を用いて,転倒検出のためのハイブリッド解を提案した。本論文では,ほとんどの場合,ビジョンベースの落下検出システムは,非ビジョンベースシステム(例えば,ウェアラブル検出デバイスを摩耗する人々の人々)の限界のため,非ビジョンベースシステムと比較して,より良好に動作し,より正確な結果を与えることを見出した。提案システムは最先端の解の精度を改善し,その計算コストを低減する。頭と体中心の間の垂直距離と人体加速度は,提案した方法で使われる特徴であり,サポートベクトルマシン(SVM)分類器を用いて,結果を2つのクラスに分類した。Kinect Cameraからの深度画像を入力として用いて,RGBベースのテクスチャ画像を用いて発生する可能性のあるプライバシー問題を回避し,事象を日常生活動作(ADL)または転倒の行動として分類した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *加速度 ,  プライバシー ,  転倒 ,  *検出法 ,  *身体部位 ,  日常生活動作 ,  サポートベクトルマシン
準シソーラス用語： ウェアラブル ,  計算コスト ,  テクスチャ画像 ,  落下検出 ,  Kinect ,  深度画像 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 身体部分 ,  追跡 ,  加速度 ,  転倒 ,  検出技術