💻 computer science

DAÏO: A High-Specificity Real-TimeVision-Based Fall Detection SystemUsing Advanced Kinematic Tracking andComputer Vision

L'article présente DAÏO, un nouveau système de détection de chute basé sur la vision et capable d'être déployé en périphérie (edge), qui combine un estimateur de pose léger, un filtre de Kalman étendu adaptatif et un moteur de logique à triple vérification pour atteindre une spécificité élevée (96,4 %) et réduire considérablement les faux positifs provenant des activités quotidiennes et des prosternations religieuses tout en maintenant des performances en temps réel sur du matériel grand public.

Auteurs originaux : Alamin Abubakar Nataala

Publié 2026-07-17

📖 7 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Alamin Abubakar Nataala

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous êtes le gardien d'une bibliothèque très ancienne et très précieuse. Votre travail consiste à surveiller les visiteurs, en particulier les personnes âgées qui pourraient trébucher et tomber. Par le passé, vous leur demandiez peut-être de porter une montre d'alarme lourde et bruyante à leur poignet. Mais elles oubliaient souvent de la mettre, ou la retiraient pour la charger, se laissant ainsi sans protection. Vous avez donc décidé d'utiliser une caméra à la place. C'est comme avoir un garde de sécurité silencieux et invisible qui ne cligne jamais des yeux. Mais voici la partie délicate : les gardes de sécurité ordinaires (ou les programmes informatiques) sont terribles pour faire la différence entre une scène de film dramatique et la vie réelle. Si une personne âgée s'agenouille pour lacer ses chaussures, ou se prosterne profondément pour prier, ou même s'assoit rapidement sur un canapé, une simple caméra pourrait hurler : « CHUTE ! APPELEZ LE 911 ! » C'est ce qu'on appelle une « fausse alerte ». Et si cela arrive trop souvent, les vraies alarmes finissent par être ignorées. Ce document traite de ce problème exact : comment construire un système de caméra assez intelligent pour savoir la différence entre une chute dangereuse et un mouvement quotidien normal, sans avoir besoin d'envoyer des vidéos privées sur Internet ?

Voici DAÏO, un nouveau type de « œil intelligent » conçu pour détecter les chutes avec une grande précision tout en ignorant les choses sans importance. Voyez DAÏO non pas comme une simple caméra, mais comme un détective doté d'un super-pouvoir : il ne se contente pas de regarder où une personne se tient ; il calcule à quelle vitesse elle se déplace et comment elle s'incline, en utilisant les lois de la physique pour rendre son jugement.

Le problème des caméras « stupides »

La plupart des systèmes de vision par ordinateur actuels sont comme des étudiants qui ont mémorisé un manuel mais ne comprennent pas l'histoire. Ils voient les parties du corps d'une personne bouger d'une certaine façon et disent : « Cela ressemble à une chute ! » Mais ils sont confus lorsqu'une personne fait un squat profond, attache ses lacets ou effectue une prosternation religieuse (se pencher pour prier). Ces actions ressemblent à une chute pour un ordinateur simple, ceما entraînant beaucoup de fausses alertes. Le document soutient que ces systèmes sont trop « bruyants » et manquent d'une véritable compréhension du fonctionnement de la gravité et de la vitesse.

Comment fonctionne DAÏO : La boîte à outils du détective

DAÏO résout ce problème en utilisant un système de « triple vérification » en trois étapes, combiné à un outil mathématique appelé Filtre de Kalman Étendu (EKF). Décomposons cela avec des analogies amusantes :

Le Coureur Fluide (L'EKF) :
Imaginez que vous essayez de suivre un ami qui court dans un parc brumeux. Parfois, il se cache derrière un arbre (occlusion), et parfois, la caméra tremble. Un traqueur normal pourrait sauter de manière erratique, pensant que votre ami a téléporté. DAÏO utilise l'EKF comme un « coureur fluide ». Il prédit où votre ami devrait se trouver en fonction de sa vitesse et de sa direction. Si la caméra est confuse ou si l'ami se cache derrière un arbre, l'EKF dit : « Je sais où il va en fonction de son élan », et continue de le suivre de manière fluide sans paniquer. Il ajuste également sa confiance : si l'arbre bloque la vue, il fait plus confiance à sa prédiction qu'à l'image floue.
La règle des trois vérifications :
Pour déclencher l'alarme, DAÏO exige que trois choses se produisent exactement en même temps. C'est comme un coffre-fort de sécurité qui nécessite trois clés différentes pour s'ouvrir :
- Clé 1 : La Chute. Les hanches de la personne doivent descendre nettement plus bas que sa hauteur debout normale.
- Clé 2 : L'Inclinaison. Son corps doit être allongé à plat, comme une crêpe sur le sol, plutôt que debout ou penché.
- Clé 3 : Le Verrou de Vitesse (La recette secrète). C'est la partie la plus importante. Le système vérifie à quelle vitesse la personne tombe. Une vraie chute est un crash ; cela arrive vite. Mais si quelqu'un s'agenouille lentement pour prier ou s'assoit doucement, il se déplace lentement. DAÏO possède un « verrou de vitesse » qui dit : « Si vous ne bougez pas assez vite pour être un crash, vous n'êtes pas une chute. » Cette règle unique empêche le système de hurler parce que quelqu'un attache ses chaussures ou prie.

Qu'ont-ils trouvé ?

Les chercheurs ont testé DAÏO sur une vaste collection de vidéos — environ 340 clips différents avec plus de 153 000 images. Ils ont inclus des scénarios complexes comme des squats profonds, des assises rapides et même des prosternations religieuses actives.

Les résultats sont impressionnants :

Précision : Le système a réussi 95,3 % du temps.
Sensibilité : Il a détecté 93,3 % des chutes réelles (il n'a pas manqué beaucoup d'urgences).
Spécificité : Il a correctement ignoré 96,4 % des événements qui n'étaient pas des chutes. Cela signifie qu'il crie rarement au loup.

Plus important encore, le « verrou de vitesse » (la vérification de la vitesse) a réduit les fausses alertes de 79,7 % par rapport aux anciens systèmes qui ne regardaient que la forme du corps. Dans un test spécifique impliquant des personnes effectuant des prosternations religieuses répétitives (se pencher pour prier), les anciens systèmes ont échoué 100 % du temps, pensant que chaque inclinaison était une chute. DAÏO, cependant, a atteint une spécificité de 100 %, ce qui signifie qu'il a correctement identifié chacune de ces inclinaisons comme « n'étant pas une chute » car le mouvement était trop lent et contrôlé.

Fonctionner sur un petit ordinateur

Une autre caractéristique intéressante est que DAÏO n'a pas besoin d'un énorme et coûteux supercalculateur. Il fonctionne entièrement sur l'appareil lui-même (appelé « edge computing » ou informatique en périphérie), ce qui préserve votre vie privée car aucune vidéo ne quitte la pièce.

Sur un ordinateur standard, il fonctionne à 35,7 images par seconde (très fluide).
Sur un petit ordinateur peu coûteux appelé Raspberry Pi 4, il fonctionne toujours à une vitesse décente, prouvant qu'il peut fonctionner dans les foyers sans avoir besoin d'une connexion cloud.

Les limites

Les auteurs sont honnêtes sur ce que DAÏO ne peut pas encore faire. Si quelqu'un tombe très lentement, comme glisser le long d'un mur parce qu'il s'est évanoui, le système pourrait le manquer car la « vitesse » n'est pas assez élevée pour déclencher l'alarme. De plus, si la personne est cachée derrière un mur ou un meuble pendant plus de 2,0 secondes, le système pourrait être confus lors de sa réapparition.

L'essentiel à retenir

DAÏO est une méthode intelligente et respectueuse de la vie privée pour surveiller les chutes sans agacer les gens avec de fausses alertes. En combinant un modèle mathématique de suivi fluide avec une règle de « triple vérification » qui inclut la vitesse, il apprend à faire la différence entre un crash dangereux et un mouvement quotidien normal. C'est un pas vers la sécurisation de nos foyers pour nos aînés, garantissant que lorsque l'alarme retentit, c'est pour une véritable urgence, et non simplement parce que quelqu'un attache ses chaussures.

Résumé Technique : DAÏO – Un système de détection de chute en temps réel à haute spécificité basé sur la vision

1. Énoncé du problème

Le vieillissement rapide de la population mondiale a intensifié le besoin de systèmes autonomes de détection de chute, car les chutes sont la deuxième cause de décès par blessure accidentelle chez les adultes de plus de 65 ans. Le résultat clinique pour une victime de chute dépend fortement du « temps d'immobilisation » (lie time) — la durée avant l'arrivée des secours médicaux. Bien que les capteurs portables souffrent d'une faible observance de l'utilisateur et que les capteurs environnementaux fassent face à des problèmes d'installation et d'interférence, les systèmes basés sur la vision offrent une alternative non intrusive. Cependant, les approches de vision par ordinateur existantes sont confrontées à trois limitations critiques :

Instabilité cinématique : Les données brutes d'estimation de pose sont sujettes à un tremblement (jitter) de haute fréquence et à un retard de suivi lors de mouvements rapides ou d'occlusions.
Taux élevés de faux positifs (FPR) : Les activités de la vie quotidienne (ADL) courantes qui imitent la physique d'une chute — comme les squats profonds, les assises rapides ou les prosternations religieuses — déclenchent fréquemment de fausses alertes, entraînant une fatigue liée aux alertes.
Confidentialité et latence : Les systèmes traditionnels reposent souvent sur un traitement dans le cloud, ce qui compromet la confidentialité dans les espaces privés et introduit une latence qui retarde les interventions d'urgence.

2. Méthodologie

L'article propose DAÏO, un cadre localisé, capable de fonctionner en périphérie (edge), qui remplace la classification par apprentissage profond de type « boîte noire » par une architecture basée sur des règles et informée par la physique. Le système fonctionne via cinq étapes séquentielles :

A. Estimation de la pose humaine en périphérie (Edge)

Le système ingère des trames vidéo RGB 2D et utilise MediaPipe Pose pour extraire 33 points de repère squelettiques. Crucialement, il exploite les métriques de visibilité intégrées de MediaPipe ( $v_i$ ) pour déterminer si une articulation est occluse.

B. Modélisation de l'espace d'état et Filtre de Kalman Étendu (EKF)

Pour atténuer le tremblement et gérer les occlusions, DAÏO implémente des instances indépendantes d'EKF pour le milieu de la hanche ( $H$ ) et le milieu des épaules ( $S$ ).

Vecteur d'état : Modélisé comme un vecteur 4D contenant les coordonnées filtrées ( $x, y$ ) et les vitesses ( $\dot{x}, \dot{y}$ ).
Bruit de mesure adaptatif : Une innovation centrale est l'ajustement dynamique de la covariance du bruit de mesure ( $R$ ) basée sur le score de visibilité de l'articulation. Lorsqu'une articulation est occluse (faible visibilité), le gain de Kalman tend vers zéro, forçant le filtre à se reposer entièrement sur le modèle de processus physique interne plutôt que sur des observations brutes peu fiables. Cela empêche les pics de suivi lors des événements d'occlusion.
Suivi de l'angle du torse : Le système linéarise le calcul de l'angle du torse (vecteur de $H$ vers $S$ ) en utilisant des dérivations jacobiennes pour assurer la stabilité mathématique lors de rotations rapides.

C. Moteur de logique de triple vérification

Pour garantir une haute spécificité, une chute n'est confirmée que si trois conditions indépendantes sont remplies simultanément :

Vérification de la position dynamique : Le déplacement vertical des hanches doit descendre en dessous de 50 % de la hauteur debout calibrée.
Analyse de l'angle du torse : Le torse doit présenter une orientation quasi horizontale (environ 0° à 15° par rapport au sol), filtrant ainsi les actions verticales comme les squats profonds.
Verrouillage de la vitesse cinématique : La vitesse verticale des hanches doit dépasser un seuil (1,5 m/s). Cela différencie les chutes incontrôlées des mouvements descendants contrôlés (ex. : s'agenouiller ou prosternations). Un mécanisme de « verrouillage » maintient l'état d'alerte même lorsque la vitesse tombe à zéro pendant la phase statique post-chute.

D. Machine à états finis (FSM)

Une machine à états gère les transitions du système pour éviter les erreurs d'une seule trame :

Calibrage : Établit la hauteur de référence (100 trames).
Surveillance : Exécute l'EKF et les vérifications logiques.
Suspicion de chute : Un tampon temporel exigeant 30 trames consécutives (1,0s) de vérifications positives.
Chute confirmée : Déclenche des alertes locales sécurisées (MQTT/Telegram).
Récupération : Réinitialise le système uniquement après que l'utilisateur est revenu à une posture verticale pendant 150 trames (5,0s).

3. Principales contributions

Architecture hybride : L'intégration d'un estimateur de pose léger (MediaPipe) avec un EKF basé sur la physique et un moteur de logique basé sur des règles, évitant la lourdeur computationnelle des classificateurs temporels profonds.
Modélisation du bruit adaptatif : Une méthode novatrice pour ajuster dynamiquement le bruit de mesure de l'EKF en fonction des scores de visibilité en temps réel, gérant efficacement les occlusions partielles sans échec de suivi.
Mécanisme de verrouillage de vitesse : Un filtre cinématique spécifique qui réduit considérablement les faux positifs causés par les ADL imitant la géométrie d'une chute mais manquant d'impact à haute vitesse.
Déploiement en périphérie préservant la vie privée : L'ensemble du pipeline s'exécute localement sur du matériel grand public (ex. : Raspberry Pi 4), garantissant que la vidéo brute ne quitte jamais l'appareil ; seule la télémétrie structurée est transmise.

4. Résultats

Le système a été évalué sur un ensemble de données composite de 340 séquences vidéo (~153 000 trames) provenant de l'UR Fall Dataset, du Multiple Cameras Fall Dataset (MCFD) et de scénarios de tests de stress personnalisés.

Métriques de performance :
- Précision globale : 95,3 %
- Sensibilité (Rappel) : 93,3 %
- Spécificité : 96,4 %
- Latence moyenne de l'alerte : 1,23 seconde.
Étude d'ablation (Impact du verrouillage de vitesse) :
- Comparé à une base de référence basée uniquement sur la posture, le pipeline complet de DAÏO a réduit le taux de faux positifs de 79,7 %.
- Prosternations religieuses : Le modèle basé uniquement sur la posture a classé à tort 100 % des séquences de prière comme des chutes. DAÏO a atteint 100 % de spécificité (taux de vrais négatifs) sur ces séquences en détectant l'absence d'impact à haute vitesse.
- Compromis de sensibilité : Une légère diminution de la sensibilité de 0,9 % a été observée, isolée aux chutes à descente lente (ex. : glisser le long d'un mur suite à un évanouissement) qui ne dépassent pas le seuil de vitesse de 1,5 m/s.
Exécution en temps réel :
- Station de travail (i7-11700K, RTX 3070) : 35,7 FPS.
- Appareil de périphérie (Raspberry Pi 4) : 12,3 FPS.
- L'EKF et les vérifications logiques ont ajouté un surcoût négligeable (5 ms sur station de travail, 8 ms sur Pi), confirmant la faisabilité sur des nœuds de périphérie à faible puissance.

5. Signification et revendications

L'article affirme que DAÏO répond au « déficit de spécificité » des systèmes de détection de chute actuels en intégrant les lois physiques (gravité et cinématique) directement dans la boucle de suivi, plutôt que de s'appuyer uniquement sur la reconnaissance de formes basée sur les données.

Robustesse : Le système démontre une grande fiabilité pour distinguer les chutes réelles des ADL complexes (impliquant des mouvements descendants rapides sans impact, comme les prosternations).
Confidentialité : En opérant entièrement en périphérie, il élimine les préoccupations de confidentialité liées à la diffusion de vidéos vers le cloud, ce qui le rend adapté aux environnements sensibles comme les chambres et les salles de bain.
Limites reconnues : Les auteurs notent modestement que le système peut manquer les chutes à descente lente (syncope) en raison du seuil de vitesse et peut présenter une instabilité si les articulations clés sont totalement occultées pendant plus de 2,0 secondes.

Des travaux futurs sont proposés pour étendre le système à des réseaux multi-caméras, intégrer des capteurs de profondeur/infrarouge pour des conditions de faible luminosité, et utiliser l'apprentissage actif pour s'adapter aux changements de la démarche de l'utilisateur au fil du temps.