DOI QR코드

DOI QR Code

A Highly Reliable Fall Detection System for The Elderly in Real-Time Environment

실시간 환경에서 노인들을 위한 고신뢰도 낙상 검출 시스템

  • 이영숙 (동서대학교 디자인&IT전문대학원 유비쿼터스IT학과) ;
  • 정완영 (동서대학교 컴퓨터정보공학부)
  • Published : 2008.02.29

Abstract

Fall event detection is one of the most common problems for elderly people, especially those living alone because falls result in serious injuries such as joint dislocations, fractures, severe head injuries or even death. In order to prevent falls or fall-related injuries, several previous methods based on video sensor showed low fall detection rates in recent years. To improve this problem and outperform the system performance, this paper presented a novel approach for fall event detection in the elderly using a subtraction between successive difference images and temporal templates in real time environment. The proposed algorithm obtained the successful detection rate of 96.43% and the low false positive rate of 3.125% even though the low-quality video sequences are obtained by a USB PC camera sensor. The experimental results have shown very promising performance in terms of high detection rate and low false positive rate.

낙상이 탈골, 골절, 치명적인 머리 부상이나 심지어 죽음과 같은 심각한 결과를 초래하기 때문에 낙상 사건 검출은 특히 혼자 사는 노인들에 대해 가장 일반적인 문제들 중의 하나이다. 낙상이나 낙상과 관련된 부상들을 방지하기 위해서 최근 몇몇 기존 비디오 센서 기반의 방법들은 낮은 낙상 검출율을 보여주고 있다. 낮은 검출율 문제를 개선하고 시스템 성능을 높이기 위해, 본 논문은 실시간 환경에서 연속하는 차영상 간의 차와 시간적 템플릿(temporal templates)을 이용한 노인들에 대한 새로운 낙상 사건 검출 방법을 제시하였다. 제안된 알고리즘은 비록 한 대의 USB PC 카메라에 의해 획득된 낮은 질의 비디오 시퀀스임에도 불구하고 96.43%의 성공적인 검출율과 3.125%의 낮은 false positive rate를 얻었다. 실험 결과는 높은 검출율과 낮은 false positive rate에 관한 매우 기대되는 성능을 보여주고 있다.

Keywords

References

  1. http://www.nso.go.kr, 온라인간행물>한국의 사회지표: 1.인구/ 1-9. 부양비 및 고령화지수, 통계청 홈페이지
  2. A. Salva, I. Bolibar, G. Pera, C. Arias, "Incidence and consequences of falls among elderly people living in the community," Med Clin, pp. 172-176, 2004
  3. E.B. Hitcho, M.J. Krauss and S. Birge et al., "Characteristics and circumstances of falls in a hospital setting:a prospective analysis," J Gen Intern Med., pp. 732-739, 2004
  4. N. Thome, S. Miguet, "A HHMM-based approach for robust fall detection," 9th International Conference on Control, Automation, Robotics and Vision, pp. 1 - 8, 2006
  5. M. Alwan et al., "A smart and passive floor-vibration based fall detector for elderly," Information and Communication Technologies, 2006. ICTTA '06. 2nd, pp. 1003 - 1007, 2006
  6. N. Noury, "A smart sensor for the remote follow up of activity and fall detection of the elderly," Microtechnologies in Medicine & Biology 2nd Annual International IEEE-EMB Special Topic Conference, pp. 314 - 317, 2002
  7. A. Purwar and W-Y. Chung, "Signal processing from real-time triaxial accelerometer data for activity monitoring," Proceeding of International Conference on Control, Automation and Systems 2007(ICCAS), 2007
  8. A. Sixsmith, N. Johnson, "A smart sensor to detect the falls of the elderly," IEEE Pervasive Computing, Volume 3, Issue 2, pp. 42 - 47, April-June 2004
  9. H. NAIT-CHARIF, S. Mckenna, "Activity summarisation and fall detection in a supportive home environment," In International Conference on Pattern Recognition, pp. 323-326, 2004
  10. Ioannis Pitas, Digital Image Processing Algorithms and Applications, WILEY, 2000
  11. I. Haritaoglu et al., "W4: Real-Time Surveillance of People and Their Activities", PAMI(22), No. 8, pp. 809-830, 2000 https://doi.org/10.1109/34.868683