PulseAugur
中
实时 06:19:39
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] ·

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]

  1. arXiv cs.CV TIER_1 English(EN) · Shreyas Narasimhiah Ramesh, P. D. Rathika, Mahasweta Sarkar, Kristen Wells, Michel Audette, Christopher Paolini ·

    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…

相关实体

相关话题