請用此 Handle URI 來引用此文件：
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/80993| 標題: | 使用深度學習物件辨識與動作識別進行居家跌倒偵測之研究 Home Fall Down Detection: using Deep Learning Object Detection and Action Recognition |
| 作者: | Yi-Hsuan Liu 劉奕煊 |
| 指導教授: | 丁肇隆(Chao-Lung TING) |
| 關鍵字: | 機器學習,深度學習,影像辨識,動作辨識,物件偵測,跌倒偵測, Machine Learning,Deep Learning,Image Recognition,Action Recognition,ObjectDetection,Fall Detection, |
| 出版年 : | 2021 |
| 學位: | 碩士 |
| 摘要: | 近幾十年來，隨著人口老齡化，台灣已進入高齡社會。根據衛生福利部資料指出，跌倒意外已成為長者意外傷害死亡的第二大原因，且跌傷後就醫比例僅8%，長者發生跌倒意外事件已成為不可忽視的議題。因此為了改善低就醫比例之問題，本論文提出一種監控式影像居家跌倒偵測系統，其透過重新訓練後之物件辨識模型偵測畫面中人物，之後進行動作判斷，並且依照判斷的方式分為二種演算法，分別為使用SVM進行動作特徵分類的SVM跌倒偵測演算法(SVMFDA)，以及使用深度學習法的SlowFast跌倒偵測演算法(SFFDA)，並且二種演算法皆可辨識出除跌倒外其他四種日常行為動作。經由多種跌倒資料集之實驗結果，此二種跌倒偵測方法皆能成功辨識出長者的跌倒事件，其正確率分別達到93% 與95%。 |
| URI: | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/80993 |
| DOI: | 10.6342/NTU202102955 |
| 全文授權: | 同意授權(限校園內公開) |
| 顯示於系所單位： | 工程科學及海洋工程學系 |
文件中的檔案：
| 檔案 | 大小 | 格式 | |
|---|---|---|---|
| U0001-0209202114242700.pdf 授權僅限NTU校內IP使用（校園外請利用VPN校外連線服務） | 28.99 MB | Adobe PDF |
系統中的文件，除了特別指名其著作權條款之外，均受到著作權保護，並且保留所有的權利。