跌倒与坠床是在老龄人看护与医疗护理过程中会遇到的意外危险事件。极易造成包括骨折、瘫痪甚至死亡在内的严重后果。如何及时有效地检测跌倒与坠床事件，对于争取抢救时间，提升治疗效果，挽救受害者生命有着重要的意义。同时，对于降低养老与医疗机构的运营风险与法律责任也有着重要的现实价值。该项研究成果基于先进的立体成像、模式识别与机器学习技术，利用单视觉传感器，可以全天24小时，在不受光照和场景变换影响的条件下完成对跌倒与坠床事件的实时检测（25fps）。检测准确率在90%以上。同时，所采用的成像机制能滤除颜色细节信息，具有很强的个人隐私保护功能。相关研究成果已经申请国家发明专利,独创性强，具有国际领先水平。该项研究成果可广泛应用于社区、养老与医疗机构，服务于智慧城市和精准医疗体系的构建。所需的配套条件要求低。该项成果的市场前景和预期经济效益都十分巨大。以养老市场为例，截至2014年末，我国60岁以上老人2.12亿人；65岁以上人口1.38亿人。2014年养老行业市场容量或已达到4.1万亿元。而目前国内生产老年人看护设施的公司较少，而且大部分都还停留在中低端的水平上，产品的质量很难得到保证，而对于智能看护类的设施，国内的相关设施则更是少之又少。这个在供需端的严重不平衡性，将使本项研究成果在老年人看护领域的市场前景变得更加广阔。