(3.236.231.14) 您好!臺灣時間:2021/04/15 07:20
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:顏欽賢
研究生(外文):Chin-Hsien Yan
論文名稱:景深相機應用於跌倒偵測之研究
論文名稱(外文):THE RESEARCH OF FALL DETECTION BY DEPTH CAMERA
指導教授:虞台文
指導教授(外文):Tai-Wen Yue
口試委員:虞台文
口試委員(外文):Tai-Wen Yue
口試日期:2013-01-25
學位類別:碩士
校院名稱:大同大學
系所名稱:資訊工程學系(所)
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2013
畢業學年度:101
語文別:中文
論文頁數:83
中文關鍵詞:跌倒偵測PCA(principal component analysis)景深攝影機
外文關鍵詞:Depth cameraPCA(principal component analysis)Fall detection
相關次數:
  • 被引用被引用:5
  • 點閱點閱:520
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:111
  • 收藏至我的研究室書目清單書目收藏:0
老人居家安全是目前社會中重要課題,許多獨居老人沒有全天照護的親人或看護,獨自在家裡過生活,如果因為家裡環境或者身體出狀況發生跌倒事件無法自助需要急救時,這時候居家安全追蹤偵測設備就可以派上用場,系統會及時偵測跌倒及追蹤人員動態,並回報給護理人員或親人前來救援,可以幫助解決獨居老人居家安全問題。目前跌倒偵測系統可以偵測人員跌倒並且作回報動作,目前眾多學術研究採用身上配戴感應器如加速度計、陀螺儀、水平儀、心跳計、肌電訊號(EMG)量測系統、利用地板感應器或利用一般彩色攝影機抓取人體輪廓做跌倒姿勢偵測。本研究目的利用景深攝影機追蹤人體並且找到人體20個關節點3D座標,再用自製的相機座標轉世界座標校正工具來製作世界座標軸,把20個骨架相機座標點轉成世界座標點。接下來利用PCA(principal component analysis)基本原理來找資料分布方向方法,找出身體主軸方向和地板角度作為是否為跌倒特徵,接著利用跌倒發生和持續的時間進一步確認是否為真跌倒,來實做出跌倒偵測系統,達到減少老人配戴感應器不適和高成本儀器使用,不會影響使用者居家習慣,讓使用者能輕鬆使用這個設備,讓居家安全多一層保障,另外景深攝影機具備紅外線可以在低光源環境追蹤到人體,裝在居家任何環境都可以使用。接下來提高系統辨識準確率和效率。實驗結果本系統辨識跌倒偵測可以達到98.86%準確率。
Home safety for the elderly is an important issue in current society, many elderly people living alone and not have all day daycare of their loved ones. The fall event occurred in home environment, or the condition of people cannot help themselves and first aid. At this time, home security detection equipment can come in handy, the system will detect falls, track personnel dynamically, and report back to the nursing staff or relatives come to the rescue in a timely manner, this system can help solve the security problems of the elderly people living alone at home.Fall detection system can detect fall and report people`s action. Numerous academic studies for people who wear sensors such as accelerometers, gyroscopes, level meter, heart rate monitor, Electromyography signals (EMG) measurement system, using floor induction or general color captured by camera to catch body contours for fall posture detect.The purpose of study which use depth camera to track the human body and find the body 20 "3D coordinate" of joint points, and made correction tools of camera coordinate turn into world coordinate to produce the world axis, next, we let 20 camera coordinate of skeleton points turn into world coordinate of skeleton points.We use PCA (principal component analysis) to find the direction of body and the body's spindle angle of floor as fall characteristics. It can reduce the wear sensor discomfort and cost of instrument for the elderly to use. It does not affect the user's home habits, so that users can easy to use this device for home security of protection.The depth camera which in low light environment can trace human body, and can be used in any environment at home, next, to improve the accuracy and efficiency of the system identification. The experimental results of the system identification fall detection can achieve 98.86% accuracy rate.
論文於研討會投稿且發表證明書i
論文口試通過證明書ii
致謝 iii
摘要 iv
ABSTRACT v
目次 vi
表次 ix
圖次 x
1 概論 1
1.1 研究動機 1
1.2 論文架構 2
2 跌倒偵測系統相關研究 3
3 景深攝影機之跌倒偵測系統相關知識 6
3.1 微軟Kinect景深攝影機原理和設定 6
3.2 取得景深攝影機的深度影像及如何取得相關資深資訊 9
3.2.1 Kinect感應器 9
3.2.2 Kinect 深度測量原理 11
3.3 深度資料和玩家索引位 15
3.4 Kinect 人體關節和骨架偵測 18
3.4.1 得到骨架資料 18
3.4.2 SkeletonStream對象 24
3.4.3 SkeletonFrame 28
3.4.4 Skeleton 30
3.4.5 Joint 34
3.5 各種坐標空間及變換 35
3.5.1 空間變換 36
3.5.2 骨架資料鏡面對稱 37
3.6 相機座標和世界座標介紹 38
3.7 相機座標轉世界座標校正方法-使用齊次方程式和旋轉平移 39
3.8 Gram Schmidit Orthonormal坐標軸正交化 40
3.9 利用PCA(principal component analysis)方法找資料分布主要方向 42
4 跌倒偵測系統架構與實作 44
4.1 系統架構 44
4.2 系統開發工具 44
4.3 擷取景深影像 44
4.4 追蹤移動人體和抓取身體骨架和骨架座標 45
4.5 用紙箱做立體XYZ軸校正工具和景深圖製作出世界座標系,並正交化世界座標軸 46
4.6 把20個骨架相機座標轉世界座標,利用齊次座標公式 48
4.7 20個座標點做PCA得到eigenvalue、eigenvector 49
4.8 找出身體主軸(有三個主軸,找最主要主軸) 50
4.9 決定主軸和地面角度作為跌倒特徵 51
4.10 計算人體跌倒時間並決定是否為真跌倒 51
5 跌倒偵測實作過程及結果 52
5.1 跌倒偵測實驗過程結果圖說 53
5.2 跌倒偵測系統實驗成果數據 62
5.3 跌倒偵測數據的ROC曲線圖 64
5.4 與其他論文跌倒偵測效率比較表 65
6 跌倒偵測實驗結論及未來展望 66
6.1 結論 66
6.2 跌倒偵測未來展望 66
參考文獻 67
[1] 曹祖聖,“Kinect 應用程式開發入門,” (http://msdn.microsoft.com/zhtw/hh367958.aspx).
[2] Yangecnu, “Kinect for windows sdk開發入門(六):骨骼追踪基礎上,”
(http://www.cnblogs.com/yangecnu/archive/2012/04/06/KinectSDK Skeleton Tracking Part1.html).
[3] Yangecnu, “Kinect for windows sdk開發入門(四):景深數據處理上,”
(http://www.cnblogs.com/yangecnu/archive/2012/04/04/KinectSDK Depth Image Processing Part1.html).
[4] Yangecnu, “Kinect for windows sdk開發入門(五):景深數據處理下,”(http://www.cnblogs.com/yangecnu/archive/2012/04/04/KinectSDK Depth Image Processing Part2.html).
[5] Yangecnu, “Kinect for windows sdk開發入門(七):骨骼追踪基礎下,”(http://www.cnblogs.com/yangecnu/archive/2012/04/06/KinectSDK Skeleton Tracking Part2.html).
[6] 蔡奇偉, “幾何變換,”(http://www.cs.pu.edu.tw/ tsay/course/cg/slides/-transform.ppt).
[7] “Feature extraction,” (http://aimm02.cse.ttu.edu.tw/).
[8] C. Rougier, J. Meunier, A. St-Arnaud, and J. Rousseau,“Robust video surveillance for fall detection based on human shape deformation,”vol. 21 , Issue: 5, pp. 611 – 622, May 2011.
[9] F. Auvinet, E.Multon, A. Saint-Arnaud, J. Rousseau, and J. Meunier,“Fall detection with multiple cameras: An occlusion-resistant method based on 3-d silhouette vertical distribution,” March 2011.
[10] P. Phukpattaranont, C. Limsakul, and B. Wongkittisuksa, “Improving the accuracy of a fall detection algorithm using free fall characteristics,”in Electrical Engineering/Electronics Computer Telecommunications and Information Technology (ECTI-CON), 2010 International Conference on, 19-21 May 2010.
[11] Lu Xia, Chia-Chih Chen, and J.K. Aggarwal, “Human detection using depth information by kinect,” pp. 15 – 22, June 2011.
[12] Lykele Hazelho, Jungong Han, and Peter H.N. de,“Video-based fall detection in the home using principal component analysis,” pp. 1–12,2008.
[13] Muhammad Shoaib, Ralf Dragon, and Jorn Ostermann,“Viewinvariant fall detection for elderly in real home environment,” pp. 1–6,2010.
[14] 劉建賢, “使用加速度計和陀螺儀之跌倒偵測系統,” pp. 1–46, January 2011.
[15] 林秉旻, “使用人體輪廓資訊與knn分類器的即時跌倒偵測系統,”pp. 1–45, Jun 2008.
[16] 陳宣勝, “使用星狀骨架作人類動作自動辨識,” pp. 1–48, 2006.
[17] 黃詰琳、陳怡良、詹寶珠, “使用模組化類經網路偵測跌倒,” pp. 1–6.
[18] 詹朝壹, “應用於醫療環境的全方位視覺監控系統,” pp. 1–89, 2011.
[19] “Gram-schmidt正交化,” (http://zh.wikipedia.org/wiki/).
[20] Jonathon Shlens, “A tutorial on principal component analysis,”Center for Neural Science, New York University New York City, NY 10003-6603 and Systems Neurobiology Laboratory, Salk Insitute for Biological Studies La Jolla, CA 92037, pp. 1–12, 2009.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
1. 陳念慈(2006)。越玩越聰明-電腦遊戲啟發兒童心智的效益分析【專論】。新幼教,9,15-18。
2. 陳念慈(2006)。越玩越聰明-電腦遊戲啟發兒童心智的效益分析【專論】。新幼教,9,15-18。
3. 陳念慈(2006)。越玩越聰明-電腦遊戲啟發兒童心智的效益分析【專論】。新幼教,9,15-18。
4. 陳介宇(2010)。從現代桌上遊戲的特點探討其運用於兒童學習的可行性【專論】。國教新知,57(4),40-45。
5. 陳介宇(2010)。從現代桌上遊戲的特點探討其運用於兒童學習的可行性【專論】。國教新知,57(4),40-45。
6. 陳介宇(2010)。從現代桌上遊戲的特點探討其運用於兒童學習的可行性【專論】。國教新知,57(4),40-45。
7. 郭靜晃(民82年12月)。電動玩具之教育功能。青少年兒童福利學報,2版。
8. 郭靜晃(民82年12月)。電動玩具之教育功能。青少年兒童福利學報,2版。
9. 譚寧君(1993)。兒童的幾何觀:從van Hiele幾何思考的發展模式談起【專論】。國民教育,33,12-17。
10. 譚寧君(1993)。兒童的幾何觀:從van Hiele幾何思考的發展模式談起【專論】。國民教育,33,12-17。
11. 譚寧君(1993)。兒童的幾何觀:從van Hiele幾何思考的發展模式談起【專論】。國民教育,33,12-17。
12. 黃桂芝,曾憲雄,翁瑞鋒,何筱婷(2008)。採遊戲式學習教育平台之科學教育活動設計【專論】。數位學習科技期刊,創刊號,56-71。
13. 黃桂芝,曾憲雄,翁瑞鋒,何筱婷(2008)。採遊戲式學習教育平台之科學教育活動設計【專論】。數位學習科技期刊,創刊號,56-71。
14. 黃桂芝,曾憲雄,翁瑞鋒,何筱婷(2008)。採遊戲式學習教育平台之科學教育活動設計【專論】。數位學習科技期刊,創刊號,56-71。
15. 郭靜晃(民82年12月)。電動玩具之教育功能。青少年兒童福利學報,2版。
 
系統版面圖檔 系統版面圖檔