پیش بینی افتادن با استفاده از کینکت مبتنی بر شبکه LSTM
Publish place: Fifth Conference on Knowledge Engineering and Innovation
Publish Year: 1397
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 405
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
KBEI05_053
تاریخ نمایه سازی: 27 بهمن 1398
Abstract:
مرگ و میر و آسیب های ناشی از افتادن یکی از بزرگترینمعضلات در سلامت سالمندان می باشد. اخیرا، تحقیقات فراوانی در تشخیص وپیش بینی افتادن برای کاهش این خطرات انجام شده است. در این تحقیق،یک روش مبتنی بر تحلیل اطلاعات سه بعدی اسکلت فراهم شده توسطدوربین کینکت برای تشخیص افتادن از دیگر فعالیت های بدن ارائه شده است.هدف از انجام این پروژه، ارائه ی یک روش موثر برای تشخیص افتادن در صورتخارج شدن از حالت تعادل می باشد. در هر لحظه تعادل بررسی و چنانچه فرداز تعادل خارج شود، دنباله ای از ویژگی های استخراج شده به شبکه با حافظهطولانی کوتاه مدت (Long_ Short Term Memory Network) اعمال شده وافتادن از دیگر فعالیت های مشابه طبقه بندی می شود. به علت آن که در تماملحظات شبکه فعال نبوده و تنها در زمانی که عدم تعادل وجود دارد، شبکهفعال میشود، حجم پردازش کاهش و توانایی تشخیص افتادن توسط سیستمارائه شده، بهبود یافته است. روش پیشنهادی بر روی مجموعه داده شامل 11نفر که فعالیتها را سه بار تکرار کرده اند، ارزیابی شده است. علاوه بر آن، روشپیشنهادی به علت عدم تداخل در انجام امور روزمره و امنیت بالا، به راحتیقابل استفاده در خانه و محیط زندگی سالمندان می باشد.
Keywords:
Authors
معصومه رمضانی
گروه مهندسی پزشکی، دانشگاه سمنان، سمنان، ایران
علی مالکی
گروه مهندسی پزشکی، دانشگاه سمنان، سمنان، ایران