1. CUIR at Chulalongkorn University
  2. Faculty and Institute
  3. Faculty of Engineering - Eng
  4. Eng - Theses
Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/45536
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorสุรีย์ พุ่มรินทร์en_US
dc.contributor.authorสุธางค์ สวัสดีen_US
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์en_US
dc.date.accessioned2015-09-17T04:02:58Z
dc.date.available2015-09-17T04:02:58Z
dc.date.issued2557en_US
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/45536
dc.descriptionวิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2557en_US
dc.description.abstractวิทยานิพนธ์เล่มนี้นำเสนอการรับรู้ท่าทางมือเพื่อเป็นเครื่องมืออำนวยความสะดวกสำหรับการดูแลผู้สูงอายุ ระบบจะใช้คุณลักษณะเด่นแบบฮาร์ไลค์ ขั้นตอนวิธีในการเรียนรู้แบบเอดาบูสต์และการจำแนกประเภทแบบลำดับขั้นในการตรวจหาท่ามือ การวิเคราะห์องค์ประกอบหลักที่เพิ่มการค้นหาเส้นรอบขอบ Histogram of Oriented Gradients และหลักในการตัดสินใจเพื่อให้ได้ผลลัพธ์ของการจำแนกท่ามือที่ดีขึ้น นอกจากนั้นยังมีการพัฒนาโปรแกรมประยุกต์แอนดรอยด์ให้อ่านค่าผลลัพธ์ที่ได้จากการจำแนกท่ามือผ่านทางการจำลองเว็บเพื่อสร้างการแจ้งเตือนบนโทรศัพท์ การตรวจหาท่ามือมีค่าความแม่นยำเฉลี่ยเท่ากับ 93.22 เปอร์เซ็นต์และค่าความไวเฉลี่ยเท่ากับ 96.89 เปอร์เซ็นต์ ส่วนการจำแนกท่ามือมีค่าความไวเฉลี่ยมากกว่า 89.18 เปอร์เซ็นต์และสามารถแจ้งเตือนด้วยโทรศัพท์ได้en_US
dc.description.abstractalternativeThis 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.isothen_US
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.relation.urihttp://doi.org/10.14457/CU.the.2014.972-
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.subjectผู้สูงอายุ -- การดูแล
dc.subjectอัลกอริทึม
dc.subjectการวิเคราะห์ตัวประกอบสำคัญ
dc.subjectคอมพิวเตอร์วิทัศน์
dc.subjectการรู้จำรูปแบบ
dc.subjectOlder people -- Care
dc.subjectAlgorithms
dc.subjectPrincipal components analysis
dc.subjectComputer vision
dc.subjectPattern recognition systems
dc.titleระบบแจ้งเตือนสำหรับการดูแลผู้สูงวัยโดยวิธีจำแนกท่ามือen_US
dc.title.alternativeELDERLY CARE NOTIFICATION SYSTEM USING HAND POSTURE RECOGNITIONen_US
dc.typeThesisen_US
dc.degree.nameวิศวกรรมศาสตรมหาบัณฑิตen_US
dc.degree.levelปริญญาโทen_US
dc.degree.disciplineวิศวกรรมไฟฟ้าen_US
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.email.advisorsuree.p@chula.ac.then_US
dc.identifier.DOI10.14457/CU.the.2014.972-
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
5570421921.pdf2.91 MBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.