Derinlik kamerası ile yaşlılarda düşme tespiti

Yaşlılıkta insan vücudundaki biyolojik ve fizyolojik değişiklikler ile birlikte yaşlılar şıkça düşmeye maruz kalmaktadırlar. Bu durum yaşlıların yaralanmalarına neden olmaktadır. Bu yaralanmaların tedavi süreçleri uzamakta ve yaşlıların yaşam kalitelerini de olumsuz etkilemektedir. Ayrıca yaralanmalar ülkelerin sağlık harcamalarında önemli oranda artışa neden olmaktadır. Bu sorunların giderilmesi için yaşlı düşmelerinin tespiti büyük önem arz etmektedir. Bu amaçla tez çalışmasında, derinlik kamerası ile yaşlılarda düşme tespiti için üç farklı yöntem önerilmiş ve bir veri seti oluşturulmuştur; 1. Derinlik görüntülerinden düşme tespitinin yapılabilmesini sağlayacak hareket ve duruş tabanlı şekil özniteliklerini tanımlayabilmek için Silüet Yönelim Hacim (SYH) öznitelik çıkarım yöntemi önerilmiştir. SDU-Fall veri seti ile gerçekleştirilen uygulamalarda düşme tespitinde %91,89 ve eylem tanımada %89,63 oranında başarım sağlanmıştır. 2. Derinlik görüntülerindeki yürüme, oturma ve uzanma gibi günlük eylemlerden, düşmenin ayırt edilebilirliğini geliştirmek için özniteliklerin kodlanmasında Fisher Vektör (FV) kodlama yöntemi önerilmiştir. Önerilen yöntemin SDUFall veri seti ile gerçekleştirilen uygulamalarda düşme tespitinde %88,83 başarımı sağlanmıştır. 3. Üç Boyutlu (3B) iskelet eklem verisinin iki ayrı İki Boyutlu (2B) eklem verisine indirgenmesine dayalı öznitelik çıkarım algoritması önerilmiştir. FUKinect-Fall veri seti ile gerçekleştirilen uygulamalarda düşme tespitinde %97,08 başarım elde edilmiştir. 4. Kinect kamera kullanılarak 21 deneğin katılımı ile yürüme, eğilme, oturma, çömelme, uzanma ve düşme eylemlerinin simüle edildiği 1008 adet derinlik ve iskelet eklem verilerini içeren FUKinect-Fall veri seti oluşturulmuştur. Çalışmalarda elde edilen sonuçlar literatürdeki benzer çalışma sonuçları ile karşılaştırılarak önerilen yöntemlerin başarımı gösterilmiştir.