ระบบแจ้งเตือนสำหรับการดูแลผู้สูงวัยโดยวิธีจำแนกท่ามือ

สุธางค์ สวัสดี

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

Title:	ระบบแจ้งเตือนสำหรับการดูแลผู้สูงวัยโดยวิธีจำแนกท่ามือ
Other Titles:	ELDERLY CARE NOTIFICATION SYSTEM USING HAND POSTURE RECOGNITION
Authors:	สุธางค์ สวัสดี
Advisors:	สุรีย์ พุ่มรินทร์
Other author:	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์
Advisor's Email:	suree.p@chula.ac.th
Subjects:	ผู้สูงอายุ -- การดูแล อัลกอริทึม การวิเคราะห์ตัวประกอบสำคัญ คอมพิวเตอร์วิทัศน์ การรู้จำรูปแบบ Older people -- Care Algorithms Principal components analysis Computer vision Pattern recognition systems
Issue Date:	2557
Publisher:	จุฬาลงกรณ์มหาวิทยาลัย
Abstract:	วิทยานิพนธ์เล่มนี้นำเสนอการรับรู้ท่าทางมือเพื่อเป็นเครื่องมืออำนวยความสะดวกสำหรับการดูแลผู้สูงอายุ ระบบจะใช้คุณลักษณะเด่นแบบฮาร์ไลค์ ขั้นตอนวิธีในการเรียนรู้แบบเอดาบูสต์และการจำแนกประเภทแบบลำดับขั้นในการตรวจหาท่ามือ การวิเคราะห์องค์ประกอบหลักที่เพิ่มการค้นหาเส้นรอบขอบ Histogram of Oriented Gradients และหลักในการตัดสินใจเพื่อให้ได้ผลลัพธ์ของการจำแนกท่ามือที่ดีขึ้น นอกจากนั้นยังมีการพัฒนาโปรแกรมประยุกต์แอนดรอยด์ให้อ่านค่าผลลัพธ์ที่ได้จากการจำแนกท่ามือผ่านทางการจำลองเว็บเพื่อสร้างการแจ้งเตือนบนโทรศัพท์ การตรวจหาท่ามือมีค่าความแม่นยำเฉลี่ยเท่ากับ 93.22 เปอร์เซ็นต์และค่าความไวเฉลี่ยเท่ากับ 96.89 เปอร์เซ็นต์ ส่วนการจำแนกท่ามือมีค่าความไวเฉลี่ยมากกว่า 89.18 เปอร์เซ็นต์และสามารถแจ้งเตือนด้วยโทรศัพท์ได้
Other Abstract:	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.
Description:	วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2557
Degree Name:	วิศวกรรมศาสตรมหาบัณฑิต
Degree Level:	ปริญญาโท
Degree Discipline:	วิศวกรรมไฟฟ้า
URI:	http://cuir.car.chula.ac.th/handle/123456789/45536
URI:	http://doi.org/10.14457/CU.the.2014.972
metadata.dc.identifier.DOI:	10.14457/CU.the.2014.972
Type:	Thesis
Appears in Collections:	Eng - Theses

Files in This Item:

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

Show full item record