[논문] Deep Learning_Fall Detection
1.Classification of Indoor Human Fall Events Using Deep Learning
CNN과 RNN을 통합하여 실내 환경에서 노인을 모니터링할 수 있는 Human Fall Detection and Classification을 위한 딥러닝 및 컴퓨터 비전 기반 프레임워크를 제안한다. 다양한 유형의 RNN 중에서 GRU를 이용해 아키텍처를 구현하였다.
2021년 7월 10일
2.Vision-Based Fall Detection with Convolutional Neural Networks
Fall Detection을 위한 비전 기반 접근 방식에 중점을 둔 CNN 아키텍처를 제안하였다.
2021년 7월 12일
3.A cross-dataset deep learning-based classifier for people fall detection and identification
딥러닝 아키텍처를 기존의 머신 러닝 분류기와 결합하는 것을 제안하였다. CNN과 LSTM을 사용하여 분류기가 Fall/Non Fall에 대한 결정을 출력하기 위해 사용할 일련의 특징들을 생성해낸다.
2021년 7월 13일
4.Automatic fall detection of human in video using combination of features
Histograms of Oriented Gradients(HOG), Local Binary Pattern(LBP) 그리고 딥러닝 프레임워크인 Caffe를 결합해 사람의 실루엣 영역을 나타내는 확장된 기능인 HLC를 제안하였다.
2021년 7월 13일
5.Detection of Human Falls on Furniture Using Scene Analysis Based on Deep Learning and Activity Characteristics
가구에서의 추락과 같이 복잡한 환경에서 매우 정확한 추락 감지를 달성하는 것을 목표로 Faster R-CNN 기반 모델을 구성하여 실험을 설계하였다.
2021년 9월 4일