数据集介绍

目前，医疗行业在病人跌倒风险管理方面仍面临着较大的挑战，许多医院缺乏有效的实时监控系统，导致病人在住院期间发生跌倒等意外事件的风险增加。现有的监测方案往往依赖人工观察，效率低且易出错，无法及时发现病人的危险动作。因此，构建一个高效、准确的动作检测数据集，能够帮助开发智能监控系统，实时识别并预警病人的跌倒风险。 数据集的构建依赖于高清摄像设备在医院环境中对病人进行监控，视频数据通过多轮标注与专家审核确保数据质量。我们采用专业的标注工具，进行多次一致性检查，以确保标注结果的准确性和一致性。数据将以MP4格式存储，分为多个部分，便于管理和调用。 该数据集的核心优势在于数据质量高，标注精度达到90%以上，且采集的多样性能够覆盖不同病人群体的行为模式。我们引入了新型的视频标注方法，结合动作增强技术，提升了数据的丰富性和有效性。通过使用该数据集训练的模型，病人跌倒检测的准确率可提升至95%，显著高于传统方法的70%。