姿勢センサからの包括的なデータと人間の骨格抽出を用いたGBDTベースの転倒検知

GBDT-Based Fall Detection with Comprehensive Data from Posture Sensor and Human Skeleton Extraction.

• Wen-Yu Cai
• Jia-Hao Guo
• Mei-Yan Zhang
• Zhi-Xiang Ruan
• Xue-Chen Zheng
• Shuai-Shuai Lv

抄録

高齢者の転倒は、その頻度が増加しているため、高齢化社会における公衆衛生上の大きな問題となっています。高齢者の転倒イベントを正確に検知し、リアルタイムで警報を発するという特徴を持って、高齢者の転倒イベントを識別することが強く求められている。しかし、日常生活動作の中には、誤って転倒と誤報されるものもあり、実際の応用では誤報が多すぎるという問題がある。この問題を解決するために、本論文では、慣性姿勢センサと監視カメラをベースとした包括的な転倒検知フレームワークを設計し、実装する。提案するシステムフレームワークでは、落下の可能性を示す行動特性を表すデータソースは、ウェアラブル三軸加速度センサと監視カメラの監視映像から得られる。さらに、NB-IoTベースの通信モードを採用し、ウェアラブル感覚データをインターネットに送信して、その後の解析を行う。さらに、姿勢センサと人間の映像骨格を包括的にデータ融合した勾配ブースト決定木（GBDT）分類器ベースの落下検出アルゴリズム（GBDT-FD、略してGBDT-FD）を提案し、検出精度を向上させています。実験結果から，提案するGBDT-FDアルゴリズムの性能が，SVMベースの落下検出，NNベースの落下検出など6種類の既存の落下検出アルゴリズムと比較して良好であることが確認された．最後に、提案したウェアラブル姿勢センサとモニタリングソフトウェアを含む統合システムをクラウドサーバ上に実装する。

Since fall is happening with increasing frequency, it has been a major public health problem in an aging society. There are considerable demands to distinguish fall down events of seniors with the characteristics of accurate detection and real-time alarm. However, some daily activities are erroneously signaled as falls and there are too many false alarms in actual application. In order to resolve this problem, this paper designs and implements a comprehensive fall detection framework on the basis of inertial posture sensors and surveillance cameras. In the proposed system framework, data sources representing behavior characteristics to indicate potential fall are derived from wearable triaxial accelerometers and monitoring videos of surveillance cameras. Moreover, the NB-IoT based communication mode is adopted to transmit wearable sensory data to the Internet for subsequent analysis. Furthermore, a Gradient Boosting Decision Tree (GBDT) classifier-based fall detection algorithm (GBDT-FD in short) with comprehensive data fusion of posture sensor and human video skeleton is proposed to improve detection accuracy. Experimental results verify the good performance of the proposed GBDT-FD algorithm compared to six kinds of existing fall detection algorithms, including SVM-based fall detection, NN-based fall detection, etc. Finally, we implement the proposed integrated systems including wearable posture sensors and monitoring software on the Cloud Server.

Copyright © 2020 Wen-Yu Cai et al.