English(EN) Explainable Fall Detection for Elderly Monitoring via Temporally Stable SHAP in Skeleton-Based Human Activity Recognition

研究人员开发用于老年人跌倒检测的稳定、可解释的AI

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-05 04:00

研究人员开发了一种新的基于骨骼的跌倒检测框架，该框架使用一种称为T-SHAP的时间稳定归因机制。该方法通过提供运动动力学的稳定且有意义的解释，增强了用于老年人监测的AI模型的可解释性。该系统实现了高精度和低延迟，使其适用于实时应用，并且其解释突出了与跌倒相关的生物力学相关模式。 AI

影响为老年人跌倒检测等关键应用引入了更具可解释性和稳定性的AI解释方法。

排序理由学术论文，介绍了一种用于人类活动识别中可解释AI的新颖方法。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Mohammad Saleh, Azadeh Tabatabaei · 2026-05-05 04:00

基于骨骼的人体活动识别中，通过时序稳定的SHAP进行可解释的老年人监测跌倒检测

arXiv:2604.13279v2 Announce Type: replace Abstract: Reliable fall detection in elderly care requires monitoring systems that are not only accurate but also capable of producing stable, interpretable explanations of motion dynamics, a requirement that existing post hoc explainabil…