사회 로봇이 노인 돌봄에 점점 더 많이 활용되어 동반자, 정서적 지원 및 보조 모니터링을 제공합니다. AI 기반 비전 모델은 이러한 로봇이 개인화된 참여를 지원하기 위해 얼굴 특징을 감지하고 해석할 수 있게 하였으나, 많은 현재 시스템은 민감한 생체 데이터 전송과 관련된 프라이버시 및 윤리적 문제를 야기하는 클라우드 기반 아키텍처에 의존하고 있습니다. 가로채기 위험을 넘어서, 데이터셋 다양성이 부족으로 인한 알고리즘 편향은 인구 집단 간 불균형적으로 작용하는 추론을 만들어낼 수 있습니다. 이 연구는 노인 돌봄 로봇을 위한 프라이버시를 보호하는 프레임워크로 엣지 AI 비전을 제안합니다. 엣지 임펄스를 사용하여 엣지 AI 비전 모델을 개발하였고, 55-94세 남녀 노인의 눈과 입을 식별하도록 훈련했습니다. 이 모델은 남성 대상자에서 98.04%, 여성 대상자에서 99.51%의 분류 정확도를 달성하였으며, 두 그룹 간에 통계적으로 유의미한 차이는 없었습니다 (z = 1.43, p = 0.15). 이는 엣지 기반 추론이 노인 돌봄 로봇을 위해 공정하고 프라이버시를 보호하는 비전 기능을 제공할 수 있음을 시사합니다.
Liu et al. (화요일,)이 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: