Tạp chí khoa học và công nghệ: Nhận dạng hành vi uống thuốc sử dụng stereo camera

Trong bài báo này, giới thiệu việc phát hiện (detect), theo dõi (tracking) các đối tượng chuyển động như khuôn mặt, vùng miệng, vùng tay và lọ thuốc trong ngữ cảnh giám sát hành vi uống thuốc sử dụng stereo camera, nhằm phục vụ nhận dạng hành vi uống thuốc của người già, tại nhà riêng nhằm tránh việc sử dụng thuốc không đúng.
Nội dung trích xuất từ tài liệu:
Tạp chí khoa học và công nghệ: Nhận dạng hành vi uống thuốc sử dụng stereo camera TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ, ĐẠI HỌC ĐÀ NẴNG - SỐ 4(39).2010 NHẬN DẠNG HÀNH VI UỐNG THUỐC SỬ DỤNG STEREO CAMERA RECOGNITION OF MEDICATION INTAKE USING A STEREO CAMERA Huỳnh Hữu Hưng Jean Meunier Jean Meunier, Marc Daniel Trường Đại học Đại học Montreal, Montreal, Đại học Mediterranean, Bách khoa,Đại học Đà Nẵng, Canada Marseille, France Việt Nam TÓM TẮT Trong bài báo này, chúng tôi giới thiệu việc phát hiện (detect), theo dõi (tracking) cácđối tượng chuyển động như khuôn mặt, vùng miệng, vùng tay và lọ thuốc trong ngữ cảnh giámsát hành vi uống thuốc sử dụng stereo camera, nhằm phục vụ nhận dạng hành vi uống thuốccủa người già, tại nhà riêng nhằm tránh việc sử dụng thuốc không đúng. Phương pháp trừ nềnđược sử dụng để phát hiện các đối tượng chuyển động, sử dụng thông tin màu để phát hiệnvùng màu da và lọ thuốc trong không gian màu RGB chuẩn hóa. Khoảng cách dịch chuyển tốithiểu được sử dụng để theo dõi các vùng màu da và sử dụng tỉ lệ màu R/G để phát hiện vùngmiệng. Độ lệch (disparity) được sử dụng để xác định khoảng cách của đối tượng so vớicamera, từ đó có thể quyết định liệu hai đối tượng che khuất có tiếp xúc với nhau hay không.Kết quả thử nghiệm cho thấy giải pháp đề xuất đơn giản và hiệu quả trong việc xác định trạngthái tiếp xúc của các đối tượng khi che khuất, điều này cần thiết để cải thiện việc nhận dạnghành vi uống thuốc. ABSTRACT In this paper, the detection and tracking of face, mouth, hands and medication bottles inthe context of medication intake monitored with a camera is presented. This is aimed atrecognizing medication intake for the elderly in their home setting to avoid an inappropriate use.Background subtraction is used to isolate moving objects, and then, skin and bottlesegmentations are done in the RGB normalized color space. We use a minimum displacementdistance criterion to track skin color regions and the R/G ratio to detect the mouth. Then thedisparity is used for estimating the distance from the camera so that we can decide whether twoobjects in occlusion are in genuine contact or not. The experiments show that the proposedapproach is very simple and efficient for detecting contact state of objects in occlusion, anecessary step to further improve the detection and recognition of medication intake activity.1. Đặt vấn đề Ở các nước phát triển, tỉ lệ người cao tuổi tăng nhanh, đòi hỏi phải có các biệnpháp hiệu quả và tự động để chăm sóc những người lớn tuổi tại nhà riêng với chi phí bénhất. Với mục đích này, nhiều công cụ chăm sóc sức khỏe, công nghệ thông tin tích hợpnhư chăm sóc di động (mobile-care), chăm sóc tại nhà (home-care), y tế từ xa(telemedicine),… đã được đề xuất. Các thiết bị này nhằm thông báo trình trạng sức khỏecủa người già với gia đình hoặc với người chăm sóc. Gần đây, nhiều cố gắng phát triển các hệ thống máy tính giám sát sử dụngcamera (computer vision) phục vụ giám sát việc uống thuốc ở người già [1], [2], [3]. 143 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ, ĐẠI HỌC ĐÀ NẴNG - SỐ 4(39).2010Các nghiên cứu này làm việc với một camera cố định nên gặp khó khăn trong việc xácđịnh trạng thái tiếp xúc giữa hai đối tượng che khuất từ góc nhìn của camera (hình 6),điều này quan trọng và ảnh hưởng đến việc nhận dạng hành vi uống thuốc. Do vậy,chúng tôi đề xuất sử dụng hệ thống stereo camera nhằm giúp xác nhận trạng thái tiếpxúc giữa các đối tượng che khuất bằng cách tính khoảng cách giữa chúng, qua đó cảithiện kết quả nhận dạng hành vi uống thuốc.2. Kết quả nghiên cứu và khảo sát2.1. Tổng quan hệ thống Hệ thống nhận dạng hành vi uống thuốc đề xuất gồm nhiều bước : từ mức thấpđến mức cao. Việc xử lý ở mức thấp bao gồm: xây dựng ảnh nền, phát hiện các đốitượng chuyển động, phát hiện vùng màu da, phát hiện vùng mặt và vùng miệng, theodõi các đối tượng chuyển động. Ở mức cao, chúng tôi nhận dạng hành vi cơ bản(primitive activity), hành vi đơn giản (simple activity) trong quá trình uống thuốc vànhận dạng hành vi uống thuốc. Các phần tiếp theo mô tả vắn tắt các bước và chi tiết củaphương pháp được trình bày trong [4]. Xây dựng ảnh nền Ảnh đầu vào - Đối tượng chuyển động Phát hiện lọ thuốc Phát hiện vùng màu da Biểu diễn các đối tượng Xác định khuôn mặt Theo dõi các đối tượng Phát hiện miệng Nhận dạng hàng vi cơ sở Phát hiện vùng ...