Home
Giới thiệu
Tài khoản
Đăng nhập
Quên mật khẩu
Đổi mật khẩu
Đăng ký tạo tài khoản
Liệt kê
Công trình khoa học
Bài báo trong nước
Bài báo quốc tế
Sách và giáo trình
Thống kê
Công trình khoa học
Bài báo khoa học
Sách và giáo trình
Giáo sư
Phó giáo sư
Tiến sĩ
Thạc sĩ
Lĩnh vực nghiên cứu
Tìm kiếm
Cá nhân
Nội dung
Góp ý
Hiệu chỉnh lý lịch
Thông tin chung
English
Đề tài NC khoa học
Bài báo, báo cáo khoa học
Hướng dẫn Sau đại học
Sách và giáo trình
Các học phần và môn giảng dạy
Giải thưởng khoa học, Phát minh, sáng chế
Khen thưởng
Thông tin khác
Tài liệu tham khảo
Hiệu chỉnh
Số người truy cập: 112,298,152
PHÁT HIỆN RỐI LOẠN DÁNG ĐI HỖ TRỢ GIÁM SÁT CHĂM SÓC SỨC KHỎE TRÊN NỀN VIDEO
Tác giả hoặc Nhóm tác giả:
Hoàng Lê Uyên Thục, Ngô Thị Kim Xuyến, Nguyễn Thị Thu Thảo, Lê Thị Mỹ Hạnh, Hoàng Thị Mỹ Lệ
Nơi đăng:
Hội nghị khoa học quốc gia lần thứ XII về "Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin";
S
ố:
FAIR'11;
Từ->đến trang
: 1-6;
Năm:
2018
Lĩnh vực:
Công nghệ thông tin;
Loại:
Bài báo khoa học;
Thể loại:
Trong nước
TÓM TẮT
Phát hiện rối loạn dáng đi là một nhánh nghiên cứu nhận được nhiều quan tâm trong lĩnh vực chăm sóc
sức khỏe, do sự liên quan mật thiết giữa dáng đi và tình trạng sức khỏe của bệnh nhân. Trong bài báo này, chúng tôi đề xuất một cách tiếp cận mới trên nền video để phát hiện các bất thường trong dáng đi do ảnh hưởng của bệnh tật, bằng cách phân tích các đoạn video quay cảnh người đi bộ theo phương ngang. Trước tiên, mô hình Markov ẩn tuần hoàn CHMM được huấn luyện để mô hình hóa dáng đi bình thường, dựa trên chuỗi vector đặc trưng trích từ chuỗi khung hình trong các đoạn video ghi hình dáng đi bình thường; ở đây vector đặc trưng sử dụng moment Hu để mô tả thống kê hình dạng đối tượng và đối tượng được trích từ trong khung hình bằng phép trừ nền dựa trên mô hình hợp Gauss GMM. Để kiểm tra tình trạng dáng đi, ta chuyển chuỗi khung video trong các đoạn video kiểm tra thành chuỗi vector đặc trưng theo cách tương tự như trên, rồi tính khả năng mà mô hình dáng đi bình thường có thể sinh ra chuỗi vector này, sau cùng so sánh với một mức ngưỡng đã định để xác định sự bất thường trong dáng đi. Kết quả thực nghiệm với cơ sở dữ liệu video dáng đi bệnh lý giả lập cho thấy hiệu quả hứa hẹn của hệ thống đề xuất, thể hiện ở tỷ lệ nhận dạng chính xác cao và thời gian quan sát dáng đi ngắn.
ABSTRACT
© Đại học Đà Nẵng
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn