基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着人口老龄化的形势不断严峻,养老成为社会一个焦点话题。大多数年轻人选择背井离乡或者疲于工作,造成空巢老人数量不断增加。而在老人独处时发生安全隐患概率明显增大。本文以计算机视觉为基础,探讨老人独处时发生跌倒行为的现象的解决方案,介绍了特征提取和深度学习两种主流思路,详细说明了其发展和常用方法,同时对公开数据集进行利弊分析。最后总结了全文使用的方法同时阐述了对该技术未来发展方向的见解。
推荐文章
基于Kinect V2的跌倒行为检测与分析
KinectV2
RGB-D
骨骼图像
阈值分析
意外跌倒
实时检测
基于CNN和LSTM混合模型的人体跌倒行为研究
跌倒行为识别
卷积神经网络
长短期记忆网络
时间维度
养老服务机器人的技术发展趋势
服务机器人
养老服务
云机器人
云计算
发展趋势
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 养老机器人的跌倒行为检测方法研究
来源期刊 电脑知识与技术:学术版 学科 工学
关键词 养老机器人 深度学习 特征提取 行为检测 危险预警
年,卷(期) 2021,(3) 所属期刊栏目
研究方向 页码范围 211-215
页数 5页 分类号 TP18
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
养老机器人
深度学习
特征提取
行为检测
危险预警
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
论文1v1指导