Gemini热成像跌倒筛查评估
热点事件持续更新
Gemini热成像跌倒筛查评估
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
2026年10月22日，一篇发表于arXiv Artificial Intelligence的论文评估了多模态大模型在低分辨率热成像视频中零样本筛查跌倒的能力。研究由Marcos Junca与Mauro Junca发布，将Gemini 3.8 Flash（temperature 0）作为事件触发式跌倒筛查器的决策环节，在公开32x24热成像数据集中手工定位的438次摆拍跌倒和563个非跌倒窗口上进行测试。结果显示，部署用请求识别出留出受试者69%的跌倒（全部受试者67%，不含床上跌倒），499个非跌倒窗口无一误报。目前该研究仍处于预印本阶段，尚未见后续跟进报道。
AI 根据报道生成 · 3 小时前更新
最新进展10月22日 12:00
多模态 LLM 能否判断有人跌倒：低分辨率热成像视频的零样本筛查实验报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv Artificial Intelligence多模态 LLM 能否判断有人跌倒：低分辨率热成像视频的零样本筛查实验
研究评估 Gemini 3.8 Flash（temperature 0）作为事件触发式跌倒筛查器的决策环节，在公开 32x24 热成像数据集中手工定位的 438 次摆拍跌倒和 563 个非跌倒窗口上，部署用请求识别出留出受试者 69% 的跌倒（全部受试者 67%，不含床上跌倒），499 个非跌倒窗口无一误报。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 710月23日 03:00
- 近 24 小时变化
- –
02468
03:0004:0005:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。