Fall detection using Gaussian mixture model and principle component analysis
Conference proceedings article
ผู้เขียน/บรรณาธิการ
กลุ่มสาขาการวิจัยเชิงกลยุทธ์
ไม่พบข้อมูลที่เกี่ยวข้อง
รายละเอียดสำหรับงานพิมพ์
รายชื่อผู้แต่ง: Poonsri A., Chiracharit W.
ผู้เผยแพร่: Hindawi
ปีที่เผยแพร่ (ค.ศ.): 2018
Volume number: 2018-January
หน้าแรก: 1
หน้าสุดท้าย: 4
จำนวนหน้า: 4
ISBN: 9781509064779
นอก: 0146-9428
eISSN: 1745-4557
ภาษา: English-Great Britain (EN-GB)
บทคัดย่อ
Fall accident whose rates increase exponentially is the major risk for the elderly, especially those living alone. A fall accident detection system to detect the fall accident and call for an emergency is essential for elderly. This paper proposes to extract human from a video camera using a mixture of Gaussian model combined with average filter models. The proposed method extracts six postures of physically movements of human including lying, sitting, standing, getting up, walking, and falling. Unique features such as inter-frames information, shape description from a silhouette aspect ratio, and orientation of principal component are obtained. The method could automatically alarm when the fall is detected. The experimental results show the detection rate up to 86.21% of the 58 videos from the Le2i dataset. ฉ 2017 IEEE.
คำสำคัญ
Elderly Care
ติดต่อสอบถามเพิ่มเติมได้ที่