ระบบแจ้งเตือนสำหรับการดูแลผู้สูงวัยโดยวิธีจำแนกท่ามือ

สุธางค์ สวัสดี

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/45536

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	สุรีย์ พุ่มรินทร์	en_US
dc.contributor.author	สุธางค์ สวัสดี	en_US
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์	en_US
dc.date.accessioned	2015-09-17T04:02:58Z
dc.date.available	2015-09-17T04:02:58Z
dc.date.issued	2557	en_US
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/45536
dc.description	วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2557	en_US
dc.description.abstract	วิทยานิพนธ์เล่มนี้นำเสนอการรับรู้ท่าทางมือเพื่อเป็นเครื่องมืออำนวยความสะดวกสำหรับการดูแลผู้สูงอายุ ระบบจะใช้คุณลักษณะเด่นแบบฮาร์ไลค์ ขั้นตอนวิธีในการเรียนรู้แบบเอดาบูสต์และการจำแนกประเภทแบบลำดับขั้นในการตรวจหาท่ามือ การวิเคราะห์องค์ประกอบหลักที่เพิ่มการค้นหาเส้นรอบขอบ Histogram of Oriented Gradients และหลักในการตัดสินใจเพื่อให้ได้ผลลัพธ์ของการจำแนกท่ามือที่ดีขึ้น นอกจากนั้นยังมีการพัฒนาโปรแกรมประยุกต์แอนดรอยด์ให้อ่านค่าผลลัพธ์ที่ได้จากการจำแนกท่ามือผ่านทางการจำลองเว็บเพื่อสร้างการแจ้งเตือนบนโทรศัพท์ การตรวจหาท่ามือมีค่าความแม่นยำเฉลี่ยเท่ากับ 93.22 เปอร์เซ็นต์และค่าความไวเฉลี่ยเท่ากับ 96.89 เปอร์เซ็นต์ ส่วนการจำแนกท่ามือมีค่าความไวเฉลี่ยมากกว่า 89.18 เปอร์เซ็นต์และสามารถแจ้งเตือนด้วยโทรศัพท์ได้	en_US
dc.description.abstractalternative	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.	en_US
dc.language.iso	th	en_US
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.relation.uri	http://doi.org/10.14457/CU.the.2014.972	-
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.subject	ผู้สูงอายุ -- การดูแล
dc.subject	อัลกอริทึม
dc.subject	การวิเคราะห์ตัวประกอบสำคัญ
dc.subject	คอมพิวเตอร์วิทัศน์
dc.subject	การรู้จำรูปแบบ
dc.subject	Older people -- Care
dc.subject	Algorithms
dc.subject	Principal components analysis
dc.subject	Computer vision
dc.subject	Pattern recognition systems
dc.title	ระบบแจ้งเตือนสำหรับการดูแลผู้สูงวัยโดยวิธีจำแนกท่ามือ	en_US
dc.title.alternative	ELDERLY CARE NOTIFICATION SYSTEM USING HAND POSTURE RECOGNITION	en_US
dc.type	Thesis	en_US
dc.degree.name	วิศวกรรมศาสตรมหาบัณฑิต	en_US
dc.degree.level	ปริญญาโท	en_US
dc.degree.discipline	วิศวกรรมไฟฟ้า	en_US
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.email.advisor	suree.p@chula.ac.th	en_US
dc.identifier.DOI	10.14457/CU.the.2014.972	-
Appears in Collections:	Eng - Theses

Files in This Item:

File	Description	Size	Format
5570421921.pdf		2.91 MB	Adobe PDF	View/Open

Show simple item record