Senecta发布eHomeSeniors公开数据集 低分辨率热成像技术破解居家养老监护隐私痛点
跌倒是全球65岁以上老年人群居家意外伤亡的首要诱因，随着智慧养老赛道的快速发展，如何平衡监护能力与隐私保护成为行业核心痛点：传统高清摄像头监护方案存在严重的个人隐私泄露风险，可穿戴设备又面临老人佩戴依从性低、续航能力不足等落地障碍。低分辨率热成像技术凭借无身份识别特征、无需用户穿戴、监测灵敏度高的优势，近年成为居家养老监护领域的研发热点，但长期缺乏标准化公开数据集支撑算法训练与效果评估，极大制约了相关技术的规模化落地。
2026年10月21日Senecta公司首发的eHomeSeniors数据集，正是瞄准这一行业空白打造的专属训练基准。作为面向跌倒筛查研究的低分辨率热成像公开数据集，其原始数据由Melexis MLX90640热电堆阵列在实验室环境下采集，覆盖6名成年受试者的15类常见跌倒动作，每类动作重复5次，共形成90段有效记录、92908帧有效数据，空间分辨率仅为32×24且不包含任何音频信息，从数据源层面避免了个人生物特征、生活隐私的泄露风险，完全符合个人信息保护相关法规对于敏感民生数据的采集要求。
为提升数据集的可用性，研发团队在原始记录上人工定位每次跌倒的落地时刻，切分出438个跌倒窗口和563个非跌倒窗口，涵盖直立、动作恢复、静息等日常非跌倒场景，同时按受试者维度划分为开发、验证与留出子集，方便研发人员完成算法的训练、调参与泛化性验证。值得关注的是，本次Senecta同步公开了帧级跌倒标注、切分窗口、提示词及全部模型回答结果，支持研究人员直接将数据经统一事件格式和渲染流程送入多模态大模型开展零样本判断测试，大幅降低了相关算法的研发门槛。
据官方介绍，该数据集核心定位是为低分辨率热视频跌倒检测算法提供标准化评估基准，可用于验证算法的检测灵敏度、误报负担与长期运行稳定性，服务于隐私优先的居家养老监护、辅助生活机构照护等场景。从落地可能性来看，基于该数据集训练的成熟算法可搭载低成本热成像传感器，部署于独居老人家庭、社区养老驿站、养老机构公共活动区域，无需采集人脸、声纹等敏感个人信息即可实现无感跌倒监测，一旦检测到跌倒事件可第一时间向家属、社区工作人员或医护人员发送预警，大幅降低老人跌倒后的救助等待时间，同时有效化解养老监护场景中的隐私伦理矛盾。
在全球数据要素市场建设加速的背景下，民生领域合规公开数据集的供给，是推动数字技术落地民生场景的核心基础。eHomeSeniors数据集的发布，既填补了低分辨率热成像养老监护领域公开数据集的空白，也为民生类数据资源的合规开放、场景化应用提供了可参考的样本，有望加速隐私友好型智慧养老技术的研发迭代与规模化落地。
详情页内容：
_1769672084863.jpg)