老年人跌倒是全球性的公共健康問題，持續的視頻監控由於隱私、計算和帶寬限制難以大規模部署。傳統監督式姿態估計雖具有解剖學可解釋性，但在遮擋或身體部分可見時表現脆弱。針對這些挑戰，研究人員提出了一種全新的隱私保護框架，利用無監督關鍵點和預測時序建模，在本地設備上完成所有視覺處理，僅傳輸緊湊的運動表示而非RGB圖像，從而在保證檢測精度的同時大幅降低帶寬需求。
該框架的核心流程是：首先在本地進行前景分割和關鍵點提取，隨後通過變分遞歸預測模型對觀察到的和預測的運動序列進行分類。研究團隊在UR Fall Detection和Human Fall兩個公開數據集上，採用隨機劃分、按對象劃分以及基於遮擋的三種評估協議，系統地比較了監督式和無監督式關鍵點表示的性能差異。
實驗結果顯示，在隨機劃分下兩種表示沒有顯著差異，表明標準評估協議可能掩蓋真實世界中的關鍵差異。而在按對象劃分的評估中，監督式關鍵點雖然統計上佔優，但其性能高度依賴於解剖標誌的可見性；相反，無監督關鍵點對遮擋和部分身體可見性更為魯棒，儘管在複雜活動中會產生更多誤報。最關鍵的發現來自基於遮擋的評估：監督式關鍵點漏檢了近一半的跌倒事件，而無監督關鍵點保持着高靈敏度，表現大幅領先。其原因在於無監督關鍵點不依賴於固定的解剖位置，能夠根據可見的身體結構動態調整空間錨點。當進一步引入帶寬限制（即壓縮通信數據量）時，監督式定位誤差通過時序模型不斷累積，導致性能急劇下降，而無監督方法的優勢進一步擴大。
這項研究強調，跌倒檢測系統的表示學習策略應根據預期的視覺條件進行選擇。在現實部署中，尤其是攝像頭可能被部分遮擋或老人身體僅部分可見的場景下，無監督關鍵點提供了一種更可靠、更隱私友好的方案。未來的工作可能探索如何減少無監督方法的誤報率，並進一步優化其與邊緣設備的集成，推動該技術在智能養老、家庭監護等領域的實際應用。