ΈρευναΥποβοηθούμενη διαβίωση & απομακρυσμένη φροντίδα

Αναγνώριση Πτώσης

Αυτόματη ανίχνευση πτώσεων από δεδομένα κίνησης, ήχο και βίντεο κάμερας fisheye, με λιγότερους ψευδείς συναγερμούς.

Οι πτώσεις αποτελούν μία από τις κύριες αιτίες τραυματισμών στους ηλικιωμένους και η ταχύτητα απόκρισης είναι κρίσιμη. Αναπτύσσουμε συστήματα που ανιχνεύουν αυτόματα τις πτώσεις και σημαίνουν συναγερμό χωρίς να χρειάζεται ο άνθρωπος να πατήσει κάποιο κουμπί.

Συνδυάζουμε συμπληρωματικές πηγές: δεδομένα κίνησης από φορετές και φορητές συσκευές, ήχο και βίντεο από κάμερες ευρυγώνιου φακού (fisheye) στην οροφή. Το φιλτράρισμα και η αξιολόγηση με κανόνες μειώνουν τους ψευδείς συναγερμούς, ενώ πρόσφατη εργασία επιτυγχάνει ανίχνευση σε πραγματικό χρόνο με μη βαθμονομημένες κάμερες fisheye.

Καταγραφή κίνησης με φορετές συσκευές και κινητά
Σύντηξη δεδομένων ήχου και εικόνας
Ανίχνευση σε πραγματικό χρόνο με κάμερες fisheye

Σχετικές δημοσιεύσεις

Επιλεγμένες εργασίες του εργαστηρίου σε αυτό το πεδίο.

2022

Hardware/Software Co-Design of a Low-Power IoT Fall Detection Device

Karagiannis, D., Maglogiannis, I., Nikita, K.S. and Tsanakas, P. (2022)

In Internet of Things. Technology and Applications. Springer International Publishing, pp. 146–159.

DOI

2020

Real-Time Fall Detection Using Uncalibrated Fisheye Cameras

Kottari, K.N., Delibasis, K.K. and Maglogiannis, I.G. (2020)

IEEE Transactions on Cognitive and Developmental Systems, 12(3), pp. 588–600.

DOI

2019

Deep Learning and Change Detection for Fall Recognition

Tasoulis, S.K., Mallis, G.I., Georgakopoulos, S.V., Vrahatis, A.G., Plagianakos, V.P. and Maglogiannis, I.G. (2019)

In Engineering Applications of Neural Networks. Springer International Publishing, pp. 262–273.

DOI

2016

Fall detection and activity identification using wearable and hand-held devices

Maglogiannis, I., Ioannou, C. and Tsanakas, P. (2016)

Integrated Computer-Aided Engineering, 23(2), pp. 161–172.

DOI

2015

On-Line Fall Detection via Mobile Accelerometer Data

Georgakopoulos, S.V., Tasoulis, S.K., Maglogiannis, I. and Plagianakos, V.P. (2015)

In Artificial Intelligence Applications and Innovations. Springer International Publishing, pp. 103–112.

DOI

2014

Fall Detection Using Commodity Smart Watch and Smart Phone

Maglogiannis, I., Ioannou, C., Spyroglou, G. and Tsanakas, P. (2014)

In Progress in Pattern Recognition, Image Analysis, Computer Vision, and Applications. Springer International Publishing, pp. 70–78.

DOI

2013

Statistical data mining of streaming motion data for activity and fall recognition in assistive environments

Tasoulis, S.K., Doukas, C.N., Plagianakos, V.P. and Maglogiannis, I. (2013)

Neurocomputing, 107, pp. 87–96.

DOI

2011

Emergency Fall Incidents Detection in Assisted Living Environments Utilizing Motion, Sound, and Visual Perceptual Components

Doukas, C.N. and Maglogiannis, I. (2011)

IEEE Transactions on Information Technology in Biomedicine, 15(2), pp. 277–289.

DOI

2010

An assistive environment for improving human safety utilizing advanced sound and motion data classification

Doukas, C. and Maglogiannis, I. (2010)

Universal Access in the Information Society, 10(2), pp. 217–228.

DOI

2010

Open Research Issues in Vision-Based Fall Detection Systems (FDS)

Kolovou, X., Doukas, C., Vergados, D., Anagnostopoulos, I. and Maglogiannis, I. (2010)

In Proceedings of the 7th European Symposium on Biomedical Engineering (ESBME 2010). Greece.

2010

Advanced Classification and Rules-Based Evaluation of Motion, Visual and Biosignal Data for Patient Fall Incident Detection

Doukas, C. and Maglogiannis, I. (2010)

International Journal on Artificial Intelligence Tools, 19(02), pp. 175–191.

DOI

2011

Statistical data mining of streaming motion data for fall detection in assistive environments

Tasoulis, S.K., Doukas, C.N., Maglogiannis, I. and Plagianakos, V.P. (2011)

In 2011 Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE, pp. 3720–3723.

DOI

Όλες οι δημοσιεύσεις