|
Intelligent Fall Alert System for Identification and Fall Detection |
|---|---|
| รหัสดีโอไอ | |
| Creator | Narote Nilsukhum |
| Title | Intelligent Fall Alert System for Identification and Fall Detection |
| Contributor | Wiyada Yawai |
| Publisher | Faculty of Informatics, Mahasarakham University |
| Publication Year | 2567 |
| Journal Title | Journal of Applied Informatics and Technology |
| Journal Vol. | 6 |
| Journal No. | 1 |
| Page no. | 65-83 |
| Keyword | Fall detect, IP camera, LBPH, Bounding Box, MediaPipe |
| URL Website | https://ph01.tci-thaijo.org/index.php/jait/article/view/251838 |
| Website title | Journal of Applied Informatics and Technology |
| ISSN | 2586-8136 |
| Abstract | Abstract: At present, accidents caused by falls causing loss in the elderly and those living alone. The resulting loss can lead to disability or even death if not treated in time. Therefore, the developers propose a new technique for detecting falls. It uses image processing from IP cameras with MediaPipe and bounding box technology to help fall and gesture detection. And also adds to the identification of the person who was involved in the accident, which uses LBPH technology to know who the accident victim is. As for notifications, Line Notify is used to allow program users to access notifications easily and quickly. The accuracy of the test was 93.1% for identifying faces and 90.5% for detecting falling gestures.บทคัดย่อ: ปัจจุบันอุบัติเหตุที่เกิดจากการหกล้ม ทำให้เกิดการสูญเสียในผู้สูงอายุและผู้ที่อาศัยอยู่คนเดียว ความสูญเสียที่เกิดขึ้นอาจทำให้ถึงขั้นพิการหรือเสียชีวิตได้หากไม่ได้รับการรักษาที่ทันเวลา ดังนั้นผู้พัฒนาจึงขอเสนอเทคนิคใหม่สำหรับการตรวจจับการหกล้ม โดยใช้การประมวลภาพจากกล้อง IP ด้วยเทคโนโลยีมีเดียไปป์และกล่องขอบเขตมาช่วยในส่วนของการตรวจจับการหกล้มและท่าทาง และยังเพิ่มเติมในส่วนของการระบุตัวผู้ที่ประสบเหตุซึ่งจะใช้เทคโนโลยี LBPH ให้รู้ได้ว่าผู้ประสบอุบัติเหตุเป็นใคร ส่วนการแจ้งเตือนจะใช้ Line Notify เพื่อให้ผู้ใช้งานโปรแกรมเข้าถึงการแจ้งเตือนได้ง่ายและสะดวกรวดเร็ว ผลการทดสอบความแม่นยำในการระบุใบหน้าร้อยละ 93.1 และตรวจจับท่าทางการล้มร้อยละ 90.5 |
