Publication
Usage of KINECT to detect walking problems of elder people
| datacite.subject.fos | Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática | por |
| dc.contributor.advisor | Santos, Nuno Manuel Garcia dos | |
| dc.contributor.advisor | Pombo, Nuno Gonçalo Coelho Costa | |
| dc.contributor.author | Jesus, Pedro Alexandre Lopes de | |
| dc.date.accessioned | 2019-12-16T16:22:40Z | |
| dc.date.available | 2019-12-16T16:22:40Z | |
| dc.date.issued | 2017-11-10 | |
| dc.date.submitted | 2017-10-3 | |
| dc.description.abstract | The dissertation addresses the problem in analyzing and detecting the lack of mobility in the elder population, while enabling a rapid intervention by specialized and able people that can help improve their movement quality. In order to achieve a solution to the problem above, we used the motion detection and gestures device named Kinect, developed by Microsoft, which allowed the recording of all the movements performed by a set of randomly selected people, for the purpose of obtaining data that will allow us to further analysis and classification of motor skills on every person. Additionally, it was necessary to create an application that can extract relevant information generated by the video Kinect and treat this information in order to carry out the person movements classification. Thus, the application is divided into three main steps: -Obtaining the XYZ coordinates, for a relevant set of bones of the person skeleton, in all the recorded frames as well as the total duration of the movement itself; -Extracted data treatment and standardization, so it can later be used in the classifier; -Creation of a classifier using neural networks methodology, which uses the standardized data in order to classify the person movement, according to its quality (existence of a mobility deficit or not). Throughout the dissertation will be described every step of the development process, since the proposed solution design until the code of the developed classes. | eng |
| dc.description.abstract | A dissertação aborda o problema da análise e deteção de défice de mobilidade em pessoas idosas, com vista a permitir uma intervenção rápida por parte de pessoas especializadas e capazes de ajudar a melhorar a qualidade de movimentação. Por forma a alcançar uma solução ao problema referido, foi utilizado o dispositivo de deteção de movimentos e gestos Kinect, desenvolvido pela empresa Microsoft, que permitiu a gravação de todo os movimentos realizados por um conjunto de pessoas idosas selecionadas aleatoriamente, para efeitos de obtenção de dados que nos permitam a posterior análise e classificação das capacidades motoras de cada indivíduo. Adicionalmente foi necessário a criação de uma aplicação, capaz de extrair informações relevantes dos vídeos gerados pelo Kinect, tratar essas informações de forma a ser possível realizar a classificação dos movimentos dos indivíduos. Assim, a aplicação desenvolvida subdivide-se em três etapas principais: - A obtenção das coordenadas XYZ, para um conjunto relevante de ossos do esqueleto do indivíduo, em todas as frames da gravação e a duração total do movimento em si; - Tratamento dos dados extraídos e normalização dos mesmos, por forma a serem utilizados no classificador; - Criação de um classificador através de redes neuronais, capaz de utilizar os dados normalizados e classificar o movimento do idoso, de acordo com a qualidade do mesmo (existência de um défice de mobilidade ou não). Na dissertação será descrito todo o processo de desenvolvimento, desde a estruturação da solução proposta até às classes desenvolvidas em código. | por |
| dc.identifier.tid | 202336948 | |
| dc.identifier.uri | http://hdl.handle.net/10400.6/7838 | |
| dc.language.iso | eng | por |
| dc.subject | Data Normalization | por |
| dc.subject | J2k | por |
| dc.subject | Kinect | por |
| dc.subject | Movement Analysis | por |
| dc.subject | Movement Feature Selection | por |
| dc.subject | Neural Network | por |
| dc.subject | Skeleton Feature Extraction | por |
| dc.title | Usage of KINECT to detect walking problems of elder people | por |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| oaire.awardURI | info:eu-repo/grantAgreement/FCT/3599-PPCDT/PEst-OE%2FEEI%2FLA0008%2F2013/PT | |
| oaire.awardURI | info:eu-repo/grantAgreement/FCT/5876/UID%2FEEA%2F50008%2F2013/PT | |
| oaire.fundingStream | 3599-PPCDT | |
| oaire.fundingStream | 5876 | |
| project.funder.identifier | http://doi.org/10.13039/501100001871 | |
| project.funder.identifier | http://doi.org/10.13039/501100001871 | |
| project.funder.name | Fundação para a Ciência e a Tecnologia | |
| project.funder.name | Fundação para a Ciência e a Tecnologia | |
| rcaap.rights | openAccess | por |
| rcaap.type | masterThesis | por |
| relation.isProjectOfPublication | f575fa0e-031a-4870-adc0-c6412274c4c8 | |
| relation.isProjectOfPublication | 6051e784-a228-452a-ad8e-90f4372bc6bf | |
| relation.isProjectOfPublication.latestForDiscovery | f575fa0e-031a-4870-adc0-c6412274c4c8 | |
| thesis.degree.name | 2º Ciclo em Engenharia Informática | por |
Files
Original bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- 5945_11884.pdf
- Size:
- 4.48 MB
- Format:
- Adobe Portable Document Format