English(EN) Stereo Vision-Based Fall Prediction and Detection using Human Pose Estimation on the AMD Kria K26 SOM

边缘AI系统利用姿态估计预测和检测跌倒

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-12 04:00

研究人员开发了一个基于视觉的系统，利用AMD Kria K26 System-on-Module (SOM)上的人体姿态估计来预测和检测老年人的跌倒。该系统捕获RGB和深度数据，在边缘设备上进行处理以估计关节关键点，然后使用CNN对跌倒活动进行分类，同时丢弃RGB帧以保护隐私。多线程管道实现了4.5 FPS的吞吐量，并证明了用于老年人监控的独立于云的、保护隐私的解决方案的可行性。 AI

影响为低功耗边缘设备上的老年人护理实现了保护隐私的实时跌倒检测。

排序理由该集群描述了一篇研究论文，其中详细介绍了使用边缘硬件上的AI进行跌倒检测的新系统。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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) · Shreyas Narasimhiah Ramesh, P. D. Rathika, Mahasweta Sarkar, Kristen Wells, Michel Audette, Christopher Paolini · 2026-06-12 04:00

Stereo Vision-Based Fall Prediction and Detection using Human Pose Estimation on the AMD Kria K26 SOM

arXiv:2606.12473v1 Announce Type: new Abstract: Background and Objective: Falls among elderly people can cause serious injury and reduce quality of life. Timely prediction and detection are essential to prevent harm and support well-being. We propose a portable, low-power, batter…

报道来源 [1]

Stereo Vision-Based Fall Prediction and Detection using Human Pose Estimation on the AMD Kria K26 SOM

相关实体

相关话题