Düşme tespiti ve e-posta gönderilmesi için bir gözetim algoritması

Nüfus ile ilgili örüntüler göz önünde bulundurulduğunda dünyanın yaşlanan bir topluluk olduğu görülmektedir. Bireyler özgürlüklerini yitirmeden ve özel alanlarının ihlali olmadan kendi yaşam alanlarında yaşlılık dönemlerini geçirmek istemekteler. Yaşın ilerlemesi sonucu bireyler kaslarında, yürüyüşlerinde ve dengelerindeki kontrolü yitirmekteler. İstatistiki olarak 65 yaşını geçen her üç bireyden biri beklenmedik biçimde düşmektedir. Bu proje yaşlı bireylerin evde düşme sorununa odaklanmaktadır. İhtiyaç anında destekli yaşam çok önemli bir gereksinimdir. Uyku sırasında destek karmaşık bir konu olduğu için bu proje otururken ya da ayaktayken, düşme meydana gelirse ihtiyaç duydukları yardıma kavuşmalarını kapsamaktadır. Bu proje görüntü işleme yöntemi yoluyla bireylerin özel alanlarında yaşlanmalarına destek olmayı amaçlamaktadır. Gösterilen yaklaşım, ürün çıkarılabilmesi için düşme algoritması alanında bir veri analizi ve programlama olarak tanımlanabilir. Sistem hareket eden cismin asgari sınırlayan dikdörtgenini, en-boy oranını, ağırlık merkezini ve köşegen açısını analiz etmektedir. Literatürde bulunan düşme algoritmaları çözümünde yüksek hafıza kullanımına ihtiyaç duyan yöntemler ile odaktaki kişiyi seçme çalışması yapmaktadır. Bu çalışmada düşmenin kesinlikle bir hareket içermesi göz önünde bulundurularak hareketsiz kişilerin ayrıştırılması algoritmaya eklenmemiştir. Odaktaki kişi resim farkı alınarak bulunmuştur. Ancak bu teknikle, ikili resimdeki gürültü oranı artmıştır. Bu yeni durum fark resmine Gaussian filtresi uygulanarak aşılmıştır. Deney kısıtları olması sebebiyle yeterli derecede istatistiksel sonuç sunulamamaktadır. Literatürden alınan düşme ile ilgili senaryolar bölüm 2.7.4'te sunulmuş ve her kategori için bir video kaydedilmiştir. Senaryolar 4 toparlanma ve 5 düşme benzeri durum ile birlikte toplamda 20 adettir. Videolar içerisinde sadece 11 tanesi gerçek düşme içermektedir ve onu için sonuç doğru pozitiftir. Geriye kalan kategoriler 9 tanedir ve sadece bir tanesi yanlış pozitif sonucu vermektedir. Sonuç olarak doğru pozitif oranı yüzde 91 ve yanlış pozitif oranı yüzde 11,1dir.