Chulalongkorn University Theses and Dissertations (Chula ETD)

ระบบแจ้งเตือนสำหรับการดูแลผู้สูงวัยโดยวิธีจำแนกท่ามือ

Other Title (Parallel Title in Other Language of ETD)

ELDERLY CARE NOTIFICATION SYSTEM USING HAND POSTURE RECOGNITION

Year (A.D.)

2014

Document Type

Thesis

First Advisor

สุรีย์ พุ่มรินทร์

Faculty/College

Faculty of Engineering (คณะวิศวกรรมศาสตร์)

Degree Name

วิศวกรรมศาสตรมหาบัณฑิต

Degree Level

ปริญญาโท

Degree Discipline

วิศวกรรมไฟฟ้า

DOI

10.58837/CHULA.THE.2014.1278

Abstract

วิทยานิพนธ์เล่มนี้นำเสนอการรับรู้ท่าทางมือเพื่อเป็นเครื่องมืออำนวยความสะดวกสำหรับการดูแลผู้สูงอายุ ระบบจะใช้คุณลักษณะเด่นแบบฮาร์ไลค์ ขั้นตอนวิธีในการเรียนรู้แบบเอดาบูสต์และการจำแนกประเภทแบบลำดับขั้นในการตรวจหาท่ามือ การวิเคราะห์องค์ประกอบหลักที่เพิ่มการค้นหาเส้นรอบขอบ Histogram of Oriented Gradients และหลักในการตัดสินใจเพื่อให้ได้ผลลัพธ์ของการจำแนกท่ามือที่ดีขึ้น นอกจากนั้นยังมีการพัฒนาโปรแกรมประยุกต์แอนดรอยด์ให้อ่านค่าผลลัพธ์ที่ได้จากการจำแนกท่ามือผ่านทางการจำลองเว็บเพื่อสร้างการแจ้งเตือนบนโทรศัพท์ การตรวจหาท่ามือมีค่าความแม่นยำเฉลี่ยเท่ากับ 93.22 เปอร์เซ็นต์และค่าความไวเฉลี่ยเท่ากับ 96.89 เปอร์เซ็นต์ ส่วนการจำแนกท่ามือมีค่าความไวเฉลี่ยมากกว่า 89.18 เปอร์เซ็นต์และสามารถแจ้งเตือนด้วยโทรศัพท์ได้

Other Abstract (Other language abstract of ETD)

This thesis proposes a hand posture recognition as an assistive tool for elderly care. The system uses Haar-like feature, Adaboost algorithm, and Cascade Classification for hand detection. Principal Component Analysis (PCA) works together with contour detection, Histogram of Oriented Gradients (HOG), and Hand posture decision to achieve preferable results of hand posture recognition. A smart phone notification can be obtained from Android application via web simulation. Hand detection achieves 93.22 percent accuracy and 96.89 percent sensitivity. Hand posture recognition obtains over 89.18 percent sensitivity with phone notification realization.

Link to Full Text

Share

COinS