메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
Gemma S. Parra-Dominguez (University of Toronto) Jasper Snoek (Harvard University) Babak Taati (University Health Network) Alex Mihailidis (University Health Network)
저널정보
대한의용생체공학회 Biomedical Engineering Letters (BMEL) Biomedical Engineering Letters (BMEL) Vol.5 No.2
발행연도
2015.1
수록면
98 - 108 (11page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
Purpose We present a methodology to automatically detect falls on stairs, an application of computer vision and machine learning techniques with major real-world importance. Falls on the stairs, in particular, are a common cause of injury among older adults. Comprehending the conditions under which accidents take place could significantly aid in the prevention of falls, support independent living, and improve quality of life. Methods We extract a set of features, composed of Fourier coefficients and entropy metrics of instantaneous velocities from 3D motion sensor data, to encode lower body motion during stair navigation. A supervised learning algorithm is then trained on manually annotated data simulated in a home laboratory. Results In our empirical analysis, the algorithm obtains high fall detection accuracy (> 92%) and a low false positive rate (5-7%). In contrast with previous research, we identify that motion of the hips, rather than that of the feet, is the best indicator of dangerous activity given the 3D trajectory of various lower body joints. It is also shown that entropy measures alone provide sufficient information to detect abnormal events on stairs. Conclusions The study of falls is difficult due to their exceedingly sparse nature; but an automatic non-contact fall detection system can assist in data collection by sieving through large quantities of data, e.g., from public stairways.

목차

등록된 정보가 없습니다.

참고문헌 (37)

참고문헌 신청
2013 / Population aging and development, Report by the Population Division google schola Marshall SW / 2005 / Prevalence of selected risk and protective factors for falls in the home / Am J Prev Med 28(1):95~101 google schola Robinovitch S / 2009 / Videobased recording of the cause of falls among older adults in long term care / Int Conf Soc Posture Gait Res google schola Snoek J / Automated detection of unusual events on stairs / Image Vision Comput 27(1-2):153~166 google schola Taati B / 2012 / Video analysis for identifying human operation difficulties and faucet usability assessment / Neurocomputing 100:163~169 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0