Collaborative Edge-Cloud Computing for Personalized Fall Detection
Collaborative Edge-Cloud Computing for Personalized Fall Detection
复制标题
用于个性化跌倒检测的协作边缘云计算
DOI：
10.1007/978-3-030-79150-6_26
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Srinivas, Priyanka
中科院分区：
文献类型：
--
作者：
Ngu, Anne H.;Coyne, Shuan;Srinivas, Priyanka
使用智能手表作为跟踪个人健康和幸福的设备正在成为一种普遍的做法。本文展示了使用协作边缘云框架在智能手表设备上运行基于实时个性化深度学习的跌倒检测系统的可行性。特别是，我们演示了如何自动化跌倒检测管道，在手表的小屏幕上设计适当的UI，并利用智能手表有限的计算和存储资源实现持续数据收集和个性化过程自动化的策略。
The use of smartwatches as devices for tracking one’s health and well-being is becoming a common practice. This paper demonstrates the feasibility of running a real-time personalized deep learning-based fall detection system on a smartwatch device using a collaborative edge-cloud framework. In particular, we demonstrate how we automate the fall detection pipeline, design an appropriate UI on the small screen of the watch, and implement strategies for the continuous data collection and automation of the personalization process with the limited computational and storage resources of a smartwatch.
登录
查看更多内容
DOI：
10.1109/percomworkshops48775.2020.9156172
发表时间：
2020-03
期刊：
2020 IEEE International Conference on Pervasive Computing and Communications Workshops (PerCom Workshops)
影响因子：
--
作者：
A. Ngu;V. Metsis;Shauna Coyne;Brian Chung;Rachel Pai;Joshua Chang
通讯作者：
A. Ngu;V. Metsis;Shauna Coyne;Brian Chung;Rachel Pai;Joshua Chang
使用监督在线学习和迁移学习以用户为中心的跌倒检测
影响因子：
4.2
作者：
J. Villar;Enrique A. de la Cal;M. Fáñez;Víctor M. González;J. Sedano
通讯作者：
J. Sedano
最大限度减少意外跌倒预警系统误检的方法
DOI：
--
发表时间：
2019
期刊：
International Conference on System Theory, Control and Computing
影响因子：
--
作者：
Alexandra Fanca;A. Puscasiu;D. Goța;H. Valean
通讯作者：
H. Valean
影响因子：
3.9
作者：
Riquelme, Fabian;Espinoza, Cristina;Taramasco, Carla
通讯作者：
Taramasco, Carla