גילוי עיכוב התפתחותי בתינוקות בהסתמך על ניתוח תנועה במצלמת kinect
Department of Electrical Engineering Midterm Presentation גילוי עיכוב התפתחותי בתינוקות בהסתמך על ניתוח תנועה במצלמת KINECT Students: Shiraz Avisrur, Dmitri Vladimirsky Supervisor: Alex Frid Context: Project A Semester: Winter, 2014 ‐ In Progress‐ In Collaboration with: Dr. Hagit Fridman, University of Haifa רקע • • • • תנועות גפיים של תינוקות תפקוד המערכת העצבית המרכזית GM since 1990 …. כיום ,הניתוח נעשה ע"י רופא מוסמך: ניתוח סובייקטיביפחות מדויקעלות יקרהזמינות מוגבלתגילוי מוקדם התאמת טיפול משפר 2 מטרת הפרויקט ליצור מכונה אוטומטית שתיתן אבחנה רפואית עבור בעיות התפתחות בתינוקות עד גיל 4חודשים ע"פ תנועות גפיים. מה נרוויח??? זמינות גבוההעלות זולהניתוח מדויק ואובייקטיבייכולת לבצע אבחון בסקלה רציפההתאמת טיפול אישי3 מה זה ?KINECT KINECTהיא מצלמה לרכישת תמונות תלת ממד שמשלבת גם מצלמה צבעונית רגילה KINECTמשתמשת בשיטת Structured Light לחישוב העומק מצלמה זו זולה ונגישה לקהל הרחב. מדויקת למרחקי ביניים ) 1-3מטר( 4 מה נעשה? הוצאת שלד 3D data עיבוד מקדים הוצאת מאפיינים קבלת החלטה אופטימלי תת אופטימלי מעט לא תקין סדרת הבוחן מאוד לא תקין מכונה לומדת הוצאת מאפיינים מורכבות: • שינוי במרחב • קו אמצע • מחזוריות בכיוון התנועה מגוון: • שינוי במהירות שטף: • קצב שינוי המהירות )תאוצה( 6 תהליך בניית המכונה ניקח את הדוגמאות המסווגות ונחלק אותם ל 2-קבוצותtest, train : נכניס למכונת KNNאת קבוצת ה trainעם פרמטרים לקונפיגורציה נזין ל KNNאת קבוצת ה testללא labelsובודקים נכונותה 7 מכונה לומדת KNN לאחר הוצאת המאפיינים מהסרטונים ,נסווג קלט חדש ע"פ שיטת השכנים הקרובים ביותר .ע"י מציאת K הדוגמאות מסדרת הלימוד הקרובות ביותר לקלט. נסווג את הדוגמא החדשה ע"פ התווית השכיחה ביותר מבין השכנים. 8 דיאגרמת בלוקים של התוכנה טעינה של קובץ רשימת מיקומי המפרקים כתלות בזמן חלוקה לחלונות חלונות זמנים הוצאת מאפיינים שינוי מרחבי מעבר קו אמצע ווקטור מאפיינים המייצג חלון זמני מספר שכנים תדר שולט תאוצה מהירות KNN החלטה 9 קבלת החלטה אופטימלי תת אופטימלי מעט לא תקין מאוד לא תקין עבור כל תינוק נקבל כ 6-החלטות ,אחת לכל מקטע וידאו .על מנת לקבל החלטה כללית נבצע מיצוע על ההחלטות וכך בעצם נבנה סקלה רציפה. 10 תוצאות התוצאות הטובות ביותר עבור המקרה הממוצע אחדtest והמקרה הגרוע ביותר הן עבור הוצאת וקטור : שכנים קרובים2-ממטריצת המאפיינים ו punch waving throw clapping punch 44.54% 10.16% 74.97% 34.6% waving 0% 83.15% 0% 20.8% throw 54.95% 0.42% 25.03% 44.6% Clapping 0.51% 6.27% 0% 0% :חלוקת התנועות לזוגות Waving Throw waving 100% 0% throw 0% 100% punch Waving punch 100% 0% waving 100% 0% 11 waving Clapping waving 100% 0% clapping 50.1% 49.9% punch Throw punch 47.42% 52.58% throw 100% 0% throw Clapping throw 100% 0% clapping 100% 0% punch Clapping punch 74.43% 25.57% clapping 100% 0% עבודה להמשך • קבלת הנתונים: קבצי טקסט המכילים את מיקומיהמפרקים במישור XY סרטון + RGBעומק• הוספה של מאפיינים נוספים: סימטריה חיזוי12 עבודה להמשך • שיפור התוצאות: בדיקת השפעה של אזורי חפיפה בדיקת השפעת כל אחד מהמאפיינים עלהתוצאות -שינוי מספר שכנים 13
© Copyright 2024