AIoT智慧化養殖管理系統

多功能液晶智慧雲端感測器

極小物件辨識運用於無人機之監控

運用人工智慧技術建構胸腔X光影像偵測早期肺癌病灶模型

技術名稱	基於人工智慧邊緣運算技術之跌倒偵測系統
計畫單位	南臺學校財團法人南臺科技大學
計畫主持人	張萬榮
技術簡介	為了解決老人跌倒後無人發現的問題，本團隊基於深度學習研發了一套系統，命名為「SkyEye」，其系統包括了本團隊自製的感測器「AI跌倒影像感測器」、儲存及推播跌倒事件資訊的雲端伺服器以及負責與使用者溝通
市場潛力分析	"隨著高齡化社會發展，「跌倒事件」已經成為世界各地意外或非故意傷害死亡的第二大原因，其中又以全世界近10億位老人佔最大的比例。據衛福部調查顯示，65歲以上老人跌倒比率為16.5，造成每年有26萬位老人因跌倒而死亡，其中85歲以上跌倒者致死率更高達40，且隨著發現時間越晚死亡率越高，每年將耗費掉233億的醫療成本，造成醫療體系及家庭龐大的負擔。高齡化的人口結構使得醫療服務與長期照護的需求大幅增加，其中發展「遠距居家照顧(tele-home care, THC)」成為一主要方向，是全球政府經濟發展的重要願景之一。例如在美國，遠距醫療居家照護市場是醫療產業中少數出現成長的領域，預計至2025年的年成長率可達20以上，而我國政府亦將「遠距居家照護服務」列為我國2008年新興服務產業的發展計畫之一，成為名列國家發展重點計畫中的新興服務產業。"
產業應用性	SkyEye提供了系統整合，可透過雲端伺服器將跌倒事件即時通報至家屬或看護人員的手機APP，提高護理站更有效率掌握老人跌倒資訊，把握救援時間降低老人死亡機率，可廣範應用於居家護理、長照機構、遠距居家照
關鍵字	跌倒事件偵測影像辨識深度學習 TensorFlow Openpose VGG19 人體追蹤跌倒辨識邊緣運算即時多人骨架偵測
備註	2