Video - based fall detection in elderly’s houses
Saleh Alaliyat · NORA - Norwegian Open Research Archives · 2008
NORSK: Automatisk oppdagellse av en fallende person som blir basert påvideoanalyse er et viktig problem med anvendelse i sikkerhetsområder samt støttende hjemmiljøer og gamlehjem. Bruken av datavisjonssystemer byr en god løsning til åanalysere menneskeppfrsel og til åoppdage noen uvanlige hendelser. Sammenliknet med klassisk metoder som bruker sensorløsninger, video-basert metodene forbedret prestasjonen med lave kostnader og gir mer funkjsonalitet. I dette prosjektet utviklet vi en metode til åobservere mennesket som faller i et gamlehjem. Den foreslåtte metoden er video-basert og det inkluderer hovedsakelig et nettverkswebbkamera (axis 207w), avbildeprosess, lyd-analyse og anerkjennelsesalgoritmer. Bare et kamera er brukt og et ferskt klassifikasjonskjennetegn er trukket ut fra kamerabilder, den tilknyttete anerkjennelsen algoritme for fallende hendelsesoppdagelse er implementert. Vår metode er basert påen kombinasjon av mange trekte ut (ekstakt) kjennetegn fra forgrunnene segmenteringene avbilder. De trekte ut (ekstrakt) kjennetegnene er : aspektforhold etter X - Y projeksjoner, høyde av midtpunktet av massen, bevegelse kvantitet, bevegelse historieavbilde, orientering, hastighet, major og minor akse. I tillegg blir audiosporet av videoen ogsåbrukt til åskille mellom fallbegivenhet fra andre begivenheter. De ekstrakt funksjoner fra lydsporet er det variasjon og null-krysset rate. Vår metode kombinerer alt for ågi bedre avgjørelse i riktig tid. Systemet er implantert i MATLAB, og gir gode resultater påden eksperimentale datasets. Den eksperimetale datasett er laget individuelt og resultatet er til stede ved slutten av denne raport.