طراحی یک سیستم تشخیص افتادن مبتنی بر بینایی ماشین با استفاده از ماشین بردار پشتیبان

مقدمه:افتادن یکی از مهم ترین خطرات برای سلامتی افراد، به خصوص برای افراد مسنی که به تنهایی زندگی می کنند، می باشد. بینایی ماشین یک راه حل خوب برای تحلیل رفتار و تشخیص رویدادهای غیرعادی افراد، مثل افتادن ها فراهم می کند. هدف از این پژوهش، طراحی یک سیستم هوشمند مبتنیبر بینایی ماشین برای تشخیص افتادن افراد در دنباله های ویدیویی می باشد.روش بررسی: این پژوهش مطالعه ای کاربردی بوده که در آن از فریم های استخراج شده از مجموعه داده واقع گرایانه عمومی www.iro.umontreal.ca/~labimage/Dataset/ ) استفاده شده است. برای پیاده سازی روش پیشنهادی ابتدا، بدن فرد با استفاده از حذف پس زمینه تشخیص داده می شود. سپس بردار ویژگی گابور از بدن یک فرد استخراج می گردد. درنهایت، بر اساس ویژگی های استخراج شده، رویدادها به عنوان تغییر از حالت ایستاده به حالت افتادن با استفاده از طبقه بند ماشین بردار پشتیبان (Support Vector Machine (SVM تشخیص داده می شوند. برای پیاده سازی از نرم افزار متلب و برای ارزیابی کارایی روش 10-fold cross validation به کار برده شده است. یافته ها: نتایج حاصل از پژوهش فوق نشان می دهد که میانگین دقت Accuracy و نرخ درستی Correct Rate در روش پیشنهادی به ترتیب 96/44 و 96/17 می باشند. برای به دست آوردن بردار ویژگی، علاوه بر روش گابور از روش شار نوری نیز استفاده شده است که ارزیابی نتایج نشان میدهد روش گابور در این پژوهش عملکرد بهتری دارد.نتیجه گیری:تحلیل نتایج نشان می دهد که روش پیشنهادی عملکرد خوبی در تشخیص افتادن افراد در دنباله های ویدیویی دارد و میتواند به عنوان یک سیستم هشداردهنده در پایش از راه دور افراد مسن استفاده گردد.

کلیدواژه ها:

تشخیص افتادن ، بینایی ماشین ، پایش از راه دور افراد مسن ، ماشین بردار پشتیبان