HyperAIHyperAI
il y a 8 jours

VFP290K : Un ensemble de données étalon à grande échelle pour la détection de personnes tombées basée sur la vision

{Simon S. Woo, Donghee Hong, Saebyeol Shin, Minha Kim, Junhyung Kang, Jinbeom Kim, Hanbeen Lee, Jeongho Kim, Jaeju An}
VFP290K : Un ensemble de données étalon à grande échelle pour la détection de personnes tombées basée sur la vision
Résumé

La détection des personnes tombées, par exemple à cause de problèmes de santé, de violences ou d’accidents, constitue un défi crucial. Par conséquent, la détection de ces événements anormaux revêt une importance primordiale dans de nombreuses applications, notamment la surveillance par caméras de sécurité (CCTV), la sécurité et les soins de santé. Étant donné que de nombreux systèmes de détection reposent sur des jeux de données complets comprenant des images de personnes tombées recueillies dans divers environnements et situations, la disponibilité de tels ensembles de données est essentielle. Toutefois, les jeux de données existants sont limités à des conditions environnementales spécifiques et manquent de diversité. Pour relever ces défis et aider les chercheurs à développer des systèmes de détection plus robustes, nous avons créé un nouveau jeu de données à grande échelle dédié à la détection des personnes tombées, composé d’images de personnes tombées capturées dans divers scénarios du monde réel, avec le soutien du gouvernement sud-coréen. Notre jeu de données, intitulé Vision-based Fallen Person (VFP290K), comprend 294 713 trames provenant de 178 vidéos, couvrant 131 scènes réparties sur 49 lieux différents. Nous démontrons empiriquement l’efficacité des caractéristiques extraites à l’aide d’expériences approfondies analysant les variations de performance selon différents modèles de détection d’objets. En outre, nous évaluons notre jeu de données VFP290K en utilisant des versions divisées de manière appropriée, en mesurant les performances des systèmes de détection des chutes. Nous avons obtenu la première place au premier tour de la piste de reconnaissance des comportements anormaux du AI Grand Challenge 2020 en Corée du Sud, en utilisant notre jeu de données VFP290K, disponible ici. Ce résultat témoigne de la pertinence de notre jeu de données pour la recherche en détection des chutes, dont les applications pourraient s’étendre à d’autres domaines tels que les systèmes intelligents de surveillance CCTV ou de surveillance à distance. Les données ainsi que des informations actualisées sont disponibles sur notre site dédié au VFP290K.

VFP290K : Un ensemble de données étalon à grande échelle pour la détection de personnes tombées basée sur la vision | Articles de recherche récents | HyperAI