고령자 집단에서 낙상은 치명적 및 비치명적 손상의 주요 원인 중 하나이다. 낙상 감지 및 초기 경보는 특히 고령자 인구 비율이 증가하고 있는 현실을 고려할 때 낙상의 부정적 영향을 완화하는 데 중요한 역할을 한다. 비침습적 특성, 데이터 이용 가능성, 낮은 배치 비용 때문에 RGB 비디오는 선행 연구들에서 낙상 감지를 위해 널리 사용되어 왔다. 그러나 RGB 데이터는 배경 환경의 변화에 의해 영향을 받아 낙상을 인식하지 못하는 문제가 발생할 수 있다. 이러한 과제를 극복하기 위해 많은 연구자들은 RGB 비디오로부터 골격(skeleton) 데이터를 추출하고 이를 낙상 감지에 활용하는 방법을 제안해 왔다. 낙상 감지에 관한 여러 선행 개관 연구가 존재하나, 대부분은 서로 다른 종류의 센서를 사용하여 낙상 감지 시스템을 평가하는 데 초점이 맞추어져 있으며, RGB 비디오에서의 골격 기반 낙상 감지에 대한 포괄적 평가는 부족하다. 본 논문에서는 수작업 특징 기반 방법에서 고도화된 딥러닝 알고리즘에 이르기까지, RGB 비디오에서의 골격 기반 낙상 감지에 관한 최근의 발전을 고찰한다. 또한 이 분야에서의 과제와 향후 연구 방향과 함께, 다양한 벤치마크 데이터셋에서의 성능 결과를 포함한 여러 골격 기반 낙상 감지 기법을 제시한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.