摘要：
合集：合集：AI案例-CV-人类生理心理
数据集：人员跌倒时间序列图片数据集
AI问题：视频分析
数据集价值：有助于深入理解人体运动模式和跌倒过程中的特征变化。
一、问题描述
University of Rzeszow UR Fall Detection Dataset 是由波兰日谢夫大学（University of Rzeszow）发布的一个用于跌倒检测研究的数据集。这个数据集的目标是为研究人员提供一个多种跌倒和正常活动数据的基准，用于开发和评估跌倒检测算法，特别是在健康监护和老年人安全等领域。数据集为机器学习、深度学习算法的训练和验证提供了一个重要的测试平台。
二、数据集内容
数据特征
- 采集的特征包括加速度计的三个轴向数据、陀螺仪的角速度信息等。
- 数据是时序的，包括每个时间点的传感器读数。
目标与应用
该数据集用于开发跌倒检测系统，能够在实际应用中（如家庭监护、健康监测、老年人保护等）准确识别跌倒事件。
发布时间
University of Rzeszow UR Fall Detection Dataset 发布于 2019年。该数据集的发布旨在为跌倒检测技术的进步提供支持，并通过多样的实验数据帮助研究人员进一步优化跌倒检测模型。
内容
数据集的收集使用了一个基于加速度计和陀螺仪的设备（通常是智能手机或穿戴式传感器）。这些传感器提供了对跌倒事件及正常活动的监测数据。 数据类别：
- 跌倒事件（Falls）：包括不同类型的跌倒，如前向跌倒、后向跌倒、侧向跌倒等。
- 正常活动（Non-falls）：包括站立、坐下、走路、跑步等日常活动，用于与跌倒事件进行对比。
数据结构
本数据集是一子集，如下表格为文件目录下的时序图片文件范围。
| 目录名 | 起始 | 结束 |
|---|---|---|
| Fall | fall-01-cam1-rgb-099.png | fall-01-cam1-rgb-151.png |
| Not Fall | fall-01-cam1-rgb-001.png | fall-01-cam1-rgb-081.png |
| fall-02-cam1-rgb-001.png | fall-02-cam1-rgb-039.png | |
| fall-03-cam1-rgb-001.png | fall-03-cam1-rgb-150.png | |
| fall-04-cam1-rgb-001.png | fall-04-cam1-rgb-0151.png | |
| fall-05-cam1-rgb-001.png | fall-05-cam1-rgb-078.png |
三、参考资料
http://fenix.ur.edu.pl/~mkepski/ds/uf.html
四、获取案例套装
文件包大小：248MB
获取：人类生理视觉案例套装