Reconeixement d'accions mitjançant visióartificial per teleassistència

Abstract

The continued aging of the population has made in recent years gives rise to special interest research and development of systems that help increase the quality of life of older persons without involving an unsustainable spending by the social security system. In this context, telecare has experienced some improvements incorporating sensors that detect potential health problems or accidents, thus extending the stay in the home and avoiding or delaying an entry into a residence. This work explores the possibility of using artificial vision to monitor actions of everyday life through the imaging method of the history of the movement (MHI) and the classification of these images using neural networks and support vector machine. The results obtained are insufficient to move the real system built on a solution, but show the possibilities that this method can bring. A possible improvement of the results could be given by expanding the data set labeled or improving image processing. Another possibility for improvement could come by the combination of the method with other artificial vision and the detection and tracking of body parts.

L'envelliment continu de la població ha fet que als últims anys susciti especial interès la recerca i el desenvolupament de sistemes que ajudin a augmentar la qualitat de vida de la gent gran sense que això suposi una despesa insostenible pel sistema de la seguretat social. En aquest context, la teleassistència ha experimentat certes millores incorporant sensors que permeten detectar possibles problemes de salut o accidents, allargant així l'estada al propi domicili i evitant o retardant un ingrés a una residència. Aquest treball explora la possibilitat d'utilitzar la visió artificial per monitoritzar accions de la vida quotidiana mitjançant el mètode de generació d'imatges de la història del moviment (MHI) i la classificació d'aquestes imatges mitjançant xarxes neuronals i màquines de vectors de suport. Els resultats que s'han obtingut son insuficients per traslladar la solució construïda a un sistema real, però mostren les possibilitats que aquest mètode pot aportar. Una possible millora dels resultats es podria donar ampliant el conjunt de dades etiquetades o millorant el tractament de les imatges. Altra possibilitat de millora podria venir per la combinació del mètode amb altres de visió artificial com ara la detecció i seguiment de parts del cos.

El envejecimiento continuo de la población ha hecho que los últimos años suscite especial interés la investigación y el desarrollo de sistemas que ayuden a aumentar la calidad de vida de las personas mayores sin que ello suponga un gasto insostenible por el sistema de la seguridad social. En este contexto, la teleasistencia ha experimentado ciertas mejoras incorporando sensores que permiten detectar posibles problemas de salud o accidentes, alargando así la estancia en el propio domicilio y evitando o retrasando un ingreso en una residencia. Este trabajo explora la posibilidad de utilizar la visión artificial para monitorizar acciones de la vida cotidiana mediante el método de generación de imágenes de la historia del movimiento (MHI) y la clasificación de estas imágenes mediante redes neuronales y máquinas de vectores de soporte . Los resultados que se han obtenido son insuficientes para trasladar la solución construida en un sistema real, pero muestran las posibilidades que este método puede aportar. Una posible mejora de los resultados se podría dar ampliando el conjunto de datos etiquetadas o mejorando el tratamiento de las imágenes. Otra posibilidad de mejora podría venir por la combinación del método con otros de visión artificial como la detección y seguimiento de partes del cuerpo.