- 1 TÓM TẮT LUẬN VĂN THẠC SỸ Đề tài: Phát hiện sự kiện ngã sử dụng cảm biến Kinect Tác giả luận văn: Nguyễn Văn Ngọc Khóa: 2013B Người hướng dẫn: TS. - Vì thế, các thiết bị hỗ trợ để phát hiện ngã và tránh các hậu quả của ngã (thông qua các thiết bị hỗ trợ hoặc theo dõi từ xa…) là thực sự cần thiết. - Hiện nay trên thế giới đã có nhiều hướng nghiên cứu về hệ thống phát hiện sự kiện ngã song còn gặp nhiều khó khăn trong việc phân biệt sự kiện ngã với các hoạt động khác. - Đề tài hướng đến việc xây dựng phòng bệnh thông minh được trang bị hệ thống giám sát bệnh nhân, cho phép phát hiện và đưa ra những cảnh báo khi có những sự kiện bất thường xảy đến với người bệnh. - Mục đích nghiên cứu của luận văn, đối tượng, phạm vi nghiên cứu Mục tiêu của đề tài là đề xuất phương pháp, thiết kế và xây dựng module tương ứng để phát hiện sự kiện ngã trong hệ thống theo dõi và nhận dạng sự kiện bất thường của người bệnh sử dụng thông tin của ảnh màu và ảnh độ sâu thu được từ các cảm biến Kinect. - Một số yêu cầu chính của hệ thống như sau. - Khả năng phát hiện ngã tốt, đạt độ chính xác cao khi phân biệt sự kiện ngã với các sự kiện gần với ngã (đi-ngồi, đi-cúi. - Đưa ra cảnh báo tức thời ngay sau khi sự kiện ngã diễn ra, hệ thống có khả năng hoạt động theo thời gian thực - Hoạt động ổn định và lâu dài, thích nghi tốt với nhiều điều kiện chiếu sáng khác nhau, góc nhìn quan sát khác nhau. - Tóm tắt cô đọng các nội dung chính và đóng góp mới của tác giả Luận văn gồm 71 trang, chia thành 4 chương, chương I nêu ra bối cảnh, lí do, mục tiêu nghiên cứu, những đóng góp chính và bố cục của luận văn. - Chương II, luận văn đã trình bày những hướng nghiên cứu cơ bản trên thế giới trong đó bao gồm ”Các hệ thống phát hiện cảm ngữ cảnh (context aware fall detection system)” và ”Các hệ thống phát hiện dựa trên thiết bị mang theo (wearable devices. - Đặc biệt luận văn đề cập nhiều đến các nghiên cứu sử dụng cảm biến Kinect, thiết bị mới được phát triển bởi Microsoft từ năm 2008. - Chương III, luận văn trình bày cụ thể về các giải pháp cho các hệ thống phát hiện ngã bao gồm ”Phát hiện sự kiện ngã sử dụng ngưỡng”, ”Phát hiện sự kiện ngã sử dụng mô hình chuỗi Markov” và ”Phát hiện sự kiện ngã sử dụng mô hình Markov ẩn”. - Mỗi giải pháp là một quy trình hoàn chỉnh bao gồm cách trích trọn đặc trưng, xây dựng mô hình học và phương pháp nhận dạng. - Chương IV, luận văn đã giải trình được việc xây dựng, thử nghiệm, đánh giá từng giải pháp đã được trình bày ở chương III. - Đóng góp của đề tài. - Xây dựng một hệ thống thu thập dữ liệu từ Kinect gọn nhẹ, dễ sử dụng, tương thích cao và tối ưu hóa nhiều mặt. - Đánh giá các giải thuật nhận dạng ngã trên thế giới, đặc biệt là sự phù hợp của mô hình markov ẩn trong bài toán phát hiện sự kiện ngã, nghiên cứu chỉ ra mối liên hệ giữa các state ẩn (trong mô hình markov ẩn) với các state thấy được (trong mô hình chuỗi markov). - Phương pháp nghiên cứu Nghiên cứu nhiều phương pháp phát hiện sự kiện ngã đã thực hiện trên thế giới. - Vận dụng những phương pháp phù hợp để đưa ra những giải pháp cụ thể của bài toán 3 đặt ra trong đề tài. - Đồng thời nghiên cứu các biện pháp triển khai và phương pháp đánh giá cho các giải pháp đã thực hiện. - Kết luận Đầu tiên luận văn đã cung cấp một cái nhìn tổng quan về những phương pháp phát hiện ngã trên thế giới, trong đó tập trung vào những phương pháp phát hiện sự kiện ngã sử dụng cảm biến Kinect. - Tiếp theo, luận văn đưa ra các giải pháp thực hiện bài toán, cơ sở lý luận của từng giải pháp cũng như đầy đủ những vấn đề kỹ thuật cần thực hiện. - Cuối cùng, luận văn đã chứng minh những giải pháp đưa là khả thi và so sánh, đánh giá từng phương pháp. - Nhược điểm của luận văn là xây dựng điều kiện thí nghiệm còn đơn giản, các phương pháp đánh giá trong đề tài chưa thực hiện trên một cơ sở dữ liệu đủ lớn, và chưa tối ưu hóa việc học các tham số cho các mô hình Markov. - Đề tài có hai hướng phát triển chính. - Thứ hai là kết hợp nhiều cảm biến Kinect với nhau để giải quyết bài toán giám sát đa góc nhìn, nâng cao hiệu quả của phát hiện sự kiện ngã cũng như các sụ kiện bất thường khác trong những trường hợp môi trường phức tạp hơn.
Xem thử không khả dụng, vui lòng xem tại trang nguồn hoặc xem
Tóm tắt