為了解決老人跌倒後無人發現的問題，本團隊基於深度學習研發了一套系統，命名為「SkyEye」，其系統包括了本團隊自製的感測器「AI跌倒影像感測器」、儲存及推播跌倒事件資訊的雲端伺服器以及負責與使用者溝通的手機APP。

1.跌倒檢測演算法：
在預測跌倒的部分，本系統分別使用了脊椎線(Torso line)的偏移角度、加速度與人體長寬比、對應物體速度之影像距離測量、長短期記憶(Long Short-Term Memory, LSTM)的RNN等方法來建構跌倒檢測演算法。經過實際的參數調整與測試，其辨識跌倒準確率可達92%，辨識每秒張數(FPS)在8~9之間，其速度可達到即時處理(Real-time)之效果。
2.系統整合「SkyEye」：
本團隊自製研發的AI跌倒影像感測器，其感測結果能夠實現系統化，並結合雲端伺服器將老人的跌倒地點、時間、狀態等，推播至家屬或看護人員的手機APP，能做到即時通報的功能。此外，雲端伺服器也能夠儲存AI跌倒影像感測器所偵測到的人體關節點，有利於老人跌倒的了解及評估，藉此提升跌倒檢測效果。

SkyEye提供了系統整合，可透過雲端伺服器將跌倒事件即時通報至家屬或看護人員的手機APP，提高護理站更有效率掌握老人跌倒資訊，把握救援時間降低老人死亡機率，可廣範應用於居家護理、長照機構、遠距居家照顧等。