原文标题：Real-Time Human Fall Detection using a Lightweight Pose Estimation Technique

这篇论文提出了一种基于轻量级姿态估计技术的实时人体跌倒检测系统，旨在解决老年人跌倒后及时发现和医疗救助的问题。研究者提出了一种使用轻量级模型的解决方案，通过“Movenet”技术提取人体关键点信息，实现低计算需求下的实时检测。

实验中，该系统使用两个数据集“GMDCSA”和“URFD”，分别达到了0.9375和0.9167的灵敏度值。这表明该方法在准确性和效率方面具有竞争力。此外，研究者还公开了源代码和“GMDCSA”数据集，以供进一步研究和改进。

论文地址：https://arxiv.org/abs/2401.01587