Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/8437| Título: | Sistema de detecção de quedas de idosos baseado em deep learning |
| Título(s) alternativo(s): | Fall detection system for the elderly based on deep learning |
| Autor(es): | Ludewig, Paulo Vitor |
| Orientador(es): | Lazzaretti, André Eugênio |
| Palavras-chave: | Quedas (Acidentes) em idosos Processamento de imagens Aprendizado do computador Redes neurais (Computação) Detectores Falls (Accidents) in old age Image processing Machine learning Neural networks (Computer science) Detectors |
| Data do documento: | 8-Ago-2018 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Curitiba |
| Citação: | LUDEWIG, Paulo Vitor. Sistema de detecção de quedas de idosos baseado em deep learning. 2018. 67 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Eletrônica) - Universidade Tecnológica Federal do Paraná, Curitiba, 2018. |
| Resumo: | Quedas em idosos são um problema de saúde pública, devido ao envelhecimento da população aliado às graves consequências que podem trazer. Nesta situação surge a necessidade de evitar estes problemas e mitigar suas consequências. Um sistema de detecção de quedas se encaixa na segunda categoria, permitindo a redução do tempo de atendimento a idosos que sofrem quedas. O trabalho realizado consiste no desenvolvimento de um sistema de detecção de quedas de baixo custo baseado em deep learning para processamento de imagens passando pelas etapas de obtenção de base de dados de imagens classificadas, treinamento de quatro arquiteturas convencionais de redes neurais (AlexNet, VGG-19, GoogleNet e ResNet) utilizando o processo de transfer learning para comparação de desempenho e implementação em sistema embarcado. O melhor desempenho obtido entre as redes neurais utilizadas foi com a rede AlexNet. Quando é detectada uma queda, uma mensagem SMS é enviada para um usuário monitor. O sistema é tecnicamente viável, visto que atingiu índices de precisão e revocação maiores que 96% mesmo em situações adversas. O sistema deve passar por aprimoramentos antes de se tornar um produto. |
| Abstract: | Falls in the elderly are a public health problem, due to the aging of the population combined with the serious consequences they can bring. In this situation the need to avoid these problems and mitigate their consequences arises. A fall detection system fits into the second category, allowing the reduction of the time to attendance for the elderly who suffer falls. The work developed consists of the development of a low cost fall detection system based on deep learning for image processing through the steps of obtaining a database of classified images, training of four conventional architectures of neural networks (AlexNet, VGG- 19, GoogleNet and ResNet) using the transfer learning process to compare performance and implementation in embedded systems. The best performance obtained among the used neural networks is with the AlexNet network. When a fall is detected, an SMS message is sent to a monitor user. The system is technically feasible, as it achieved accuracy and recall rates of over 96 % even in adverse situations. The system must go through improvements before becoming a product. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/8437 |
| Aparece nas coleções: | CT - Engenharia Eletrônica |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| CT_DAELN_2018_2_08.pdf | 10,68 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.