Fall detection for elderly people using depth video data obtained by kinect
2013
0 views
0 downloads
Advisor: Prof. Dr. Arif Tanju Erdem
Abstract (TR)
Düşme gibi anormal durumlarda otomatik algılama, özellikle yaşlı ve yalnız yaşayan insanlar için çok önemlidir. Bu durumların gerçek zamanlı algılanması düşmeyle alakalı sağlık risklerini azaltabilir. Hali hazırda Microsofts depth sensor Kinect kullanılarak anormal durumların algılanması alanında bir seri araştırmalar mevcuttur. Aşırı boyutlara sahip olan iskelet verilerinden elde edilen yalnızca derinlik görüntüleri ve özellikleri kullanılarak düşme algılama gibi alanlarda uygulandı. Bu tez derinlik kameraları kullanarak düşme olaylarının otomatik algılanmasıyla ilgili yeni bir yöntem sunuyor. Bu kamaralardan elde edilen derinlik görüntüleri, kişinin vücut lekesi ve iskelet verilerin hesaplanmasında kullanılır. Buradaki katkı ise güçlü bir özellik kümesi oluşturmak için bu verilerden alınan özellikleri kullanmaktır. Düşük sayıda fazlalıkla, bu bize doğruluğu başarmamıza yardım eder. Bu başarı gösteriyor ki insan vücudundaki leke ve iskelet verilerinin ikisinden de elde edilerek hesaplanan özellikler, düşme gibi anormal durumların algılanmasında kısmen güçlüdür.
Author
Dr. Amir Abbas Davari
Institution
How to Cite
Amir Abbas Davari (Yüksek Lisans Tezi). Fall detection for elderly people using depth video data obtained by kinect, 2013, Özyegin University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from Özyegin University
- Robust whole-body control for legged robots(2022)
- An application for a particleboard plant: Web-based decision support system for quality prediction and digital transformation(2022)
- Performance evaluation and experimental verification of vehicular visible light communication(2022)
- Determinants of liquidity adequacy ratio: An empirical study on Turkish banks(2022)
- Experimental impact analysis of the refrigerator cable design on disturbance power test(2022)
- A performance based assesment of biological self-healing cement-based mortar(2022)
