تشخیص سقوط برای افراد مسن با استفاده از دادههای ویدئویی عمق بهدستآمده توسط کینکت
| عنوان | تشخیص سقوط برای افراد مسن با استفاده از دادههای ویدئویی عمق بهدستآمده توسط کینکت |
|---|---|
| نویسنده | داوری، امیرعباس |
| تاریخ انتشار: | 2013-08 |
| موضوع | Kinect (کنترل کننده قابل برنامه ریزی) |
| نوع | سند |
| زبان | انگلیسی |
| دیجیتال | بله |
| نسخه خطی | خیر |
| کتابخانه: | دانشگاه اوزیغین |
| شماره ثبت | 100f802c-18b5-4a1d-972a-9d633471fffa |
| محل کتابخانه | گروه مهندسی برق و الکترونیک |
| تاریخ | 2013-08 |
| متن نمونه | تشخیص خودکار رویدادهای غیرعادی مانند سقوط به ویژه برای افراد مسن که به تنهایی زندگی می کنند بسیار مهم است. تشخیص به موقع این رویدادها می تواند خطرات سلامتی مرتبط با زمین خوردن را کاهش دهد. یک سری تحقیقات در حال انجام در زمینه تشخیص رویدادهای غیرعادی با استفاده از حسگر عمق کینکت مایکروسافت انجام شده است. در مناطقی مانند تشخیص سقوط تنها با استفاده از تصاویر عمقی و ویژگیهای حاصل از دادههای اسکلتی با ابعاد اغراقآمیز استفاده شده است. این پایان نامه روش جدیدی را برای تشخیص خودکار رویداد سقوط با استفاده از دوربین های عمق پیشنهاد می کند. تصاویر عمقی تولید شده توسط این دوربین ها در تخمین داده های اسکلتی یک فرد استفاده می شود. سهم در اینجا استفاده از ویژگیهای استخراجشده از این دادهها برای تشکیل مجموعهای قوی از ویژگیها است که میتواند به ما در دستیابی به دقت بیشتر در افزونگی کم کمک کند. دستاوردها نشان میدهد که ویژگیهای محاسبهشده که از دادههای اسکلتی به دست میآیند، برای تشخیص رویدادهای غیرمعمول مانند سقوط، قدرت متوسطی دارند. بو دوروملارین گرچک زامانلی الگیلانماسی دوشمیله آلاکالی ساغلیک ریسکلرینی آزالتابیلیر. Hali hazırda مایکروسافت عمق سنسور Kinect kullanılarak غیرعادی durumların algılanması alanında bir seri araştırmalar mevcuttur. آشیری بویوتلارا صهیپ اولان ایسکلت وریلریندن اِلده ائدیلن یالنیزکا دیرینلیک گؤرونتولری و اوزللیکلری کولانیلاراک دوشمه آلگیلاما گیبی آلانلاردا اویگولاندی. Bu tez derinlik kameraları kullanarak düşme olaylarının otomatik algılanmasıyla ilgili yeni bir yöntem sunuyor. بو کامارالردان الده ادیلن دیرینلیک گؤرونتولری، کیشینین وکوت لکسی و ایسکلت وریلرین هساپلانماسیندا کولانیلیر. Buradaki katkı ise güçlü bir özellik kümesi oluşturmak için bu verilerden alınan özellikleri kullanmaktır. Düşük sayıda fazlalıkla, bu bize doğruluğu başarmamıza yardım eder. بو خوباری گؤستریور کی انسان ووکودوندکی لکه و ایسکلت وریلرینین ایکیسیندن دئلده ائدیلرک هساپلانان اوزللیکلر، دوشمه گیبی ناهنجار دوروملارین آلگیلانماسیندا کیسمن گؤچلودور. |