İvme ve derinlik sensör verilerini kullanarak işbirlikçi hareket ve düşme tanıma için akıllı tekniklerin geliştirilmesi

İnsan hareketlerinin daha iyi anlaşılabilmesi için bu hareketlerin doğru ve verimli bir şekilde tespit edilmesi, tespit edilen hareketlerin de doğru bir şekilde tanımlanması ve sınıflandırılması gerekmektedir. Özellikle yaşlılarda ciddi sağlık problemlerine sebep olabilen düşme eyleminin doğru ve erken tespit edilmesi ve gerekli acil ilk yardımın yapılması gerekir. Bu amaçla bu tez çalışmasında, insan hareketlerinin tespit edilmesi ve özellikle düşen bireylere acil ilk yardımın yapılması için düşme olayının doğru ve verimli bir şekilde tespit edilmesi konularında akıllı teknikler geliştirilmiştir. Çalışmada, Kinect derinlik verileri ile ivme verileri kullanılmıştır. Uygulamalar, MATLAB platformu üzerinden yapılmıştır. İvme verileri kullanılarak insan hareketleri ve düşme olayı tespit edilmiştir ve sınıflandırılmıştır. Zıplama gibi ani hareketler ile düşme eyleminin birbiri ile karıştırılmaması ve düşme olayının daha doğru bir şekilde tespit edilmesi için Kinect derinlik verileri, düşmenin doğrulanması için kullanılmıştır. Öncelikle ivme verilerinden insanın günlük aktivitelerinin tespiti konusunda makine öğrenmesi teknikleri kullanılmıştır. Ek olarak Uzun Kısa Süreli Bellek (UKSB) tabanlı derin öğrenme yöntemi ile ivme verilerinden hareket tespiti yapılmış ve bu iki yöntemin sonuçları karşılaştırılmıştır. Hareket tespiti için bir sınıflandırıcıdansa birden fazla sınıflandırıcı uygun bir şekilde seçilirse daha iyi sonuçların alınılabileceği düşünülmüş, bu yüzden parçacık sürü optimizasyonu tekniği de uygulanmıştır. İvme verilerinden, Bir Boyutlu Yerel İkili Desen (1B-YİD) ve Aşırı Öğrenme Makinesi (AÖM) tabanlı düşme tespiti yöntemi önerilmiştir. Aynı zamanda, kontrol grafiğinin ve Kinect derinlik görüntülerinin kullanıldığı düşme tespiti tekniği geliştirilmiştir. Sonuç olarak hareket tespiti için makine öğrenmesi algoritmaları, UKSB tabanlı derin öğrenme tekniği ve parçacık sürü optimizasyonu tekniği kullanılmıştır. Düşme tespiti için de 1B-YİD ile AÖM metotları ve kontrol grafiği metodu kullanılmıştır, etkili sonuçlar alınmıştır.