dc.contributor.author | Alaliyat, Saleh | |
dc.date.accessioned | 2008-09-30T08:18:23Z | |
dc.date.issued | 2008 | |
dc.identifier.uri | http://hdl.handle.net/11250/143769 | |
dc.description.abstract | NORSK:
Automatisk oppdagellse av en fallende person som blir basert påvideoanalyse er et viktig
problem med anvendelse i sikkerhetsområder samt støttende hjemmiljøer og gamlehjem.
Bruken av datavisjonssystemer byr en god løsning til åanalysere menneskeppfrsel og
til åoppdage noen uvanlige hendelser. Sammenliknet med klassisk metoder som bruker
sensorløsninger, video-basert metodene forbedret prestasjonen med lave kostnader og
gir mer funkjsonalitet.
I dette prosjektet utviklet vi en metode til åobservere mennesket som faller i et gamlehjem.
Den foreslåtte metoden er video-basert og det inkluderer hovedsakelig et nettverkswebbkamera
(axis 207w), avbildeprosess, lyd-analyse og anerkjennelsesalgoritmer.
Bare et kamera er brukt og et ferskt klassifikasjonskjennetegn er trukket ut fra kamerabilder,
den tilknyttete anerkjennelsen algoritme for fallende hendelsesoppdagelse er
implementert.
Vår metode er basert påen kombinasjon av mange trekte ut (ekstakt) kjennetegn fra
forgrunnene segmenteringene avbilder. De trekte ut (ekstrakt) kjennetegnene er : aspektforhold
etter X - Y projeksjoner, høyde av midtpunktet av massen, bevegelse kvantitet,
bevegelse historieavbilde, orientering, hastighet, major og minor akse. I tillegg blir audiosporet
av videoen ogsåbrukt til åskille mellom fallbegivenhet fra andre begivenheter.
De ekstrakt funksjoner fra lydsporet er det variasjon og null-krysset rate. Vår metode
kombinerer alt for ågi bedre avgjørelse i riktig tid.
Systemet er implantert i MATLAB, og gir gode resultater påden eksperimentale datasets.
Den eksperimetale datasett er laget individuelt og resultatet er til stede ved slutten av
denne raport. | en |
dc.description.abstract | ENGELSK:
Automatic detection of a falling person based on video analysis is an important problem
with application in safety areas including supportive home environments and elderly’s
houses. The use of computer vision systems offers a good solution to analyze people
behavior and detect unusual events. Compared to classical methods that use sensorsbased
solutions, the video-based methods improve the performance with lower costs and
give more functionality.
In this project we have developed a method to detect a human falling event in elderly’s
houses. The proposed method is video-based and its mainly includes a network web
camera (axis 207w), image processing, audio analysis and recognition algorithms.
Only one camera is used and novel classification features are extracted from the camera
images.
Our method is based on a combination of several features extracted from the foreground
segmentation images. The extracted features are: aspect ratio after X-Y projections,
height of the center of mass, motion quantity, motion history image (MHI), orientation,
speed, major axis and minor axis. In addition, the audio track of the video is
also used to distinguish a fall event from other events. The extracted features from audio
track are the variation and zero-crossing rate. Our method combines all these features to
get better decision in real time.
The system is implanted in MATLAB, and gives good results on the experimental
datasets. The experimental datasets was made individually and the results are presented
at the end of the report. | en |
dc.format.extent | 2733176 bytes | |
dc.format.mimetype | application/pdf | |
dc.language.iso | eng | en |
dc.subject | video analysis | en |
dc.subject | video surveillance | en |
dc.subject | fall detection | en |
dc.subject | pattern recognition | en |
dc.subject | audio signal analysis | en |
dc.subject | object tracking | en |
dc.title | Video - based fall detection in elderly’s houses | en |
dc.type | Master thesis | en |
dc.subject.nsi | VDP::Mathematics and natural science: 400::Information and communication science: 420::Simulation, visualization, signal processing, image processing: 429 | en |