Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/32520
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2021_VictorAguiarCoutinho_tcc.pdf3,48 MBAdobe PDFver/abrir
Registro completo
Campo Dublin CoreValorLíngua
dc.contributor.advisorGarcia, Diogo Caetano-
dc.contributor.authorCoutinho, Victor Aguiar-
dc.identifier.citationCOUTINHO, Victor Aguiar. Sistema de detecção de quedas com interação por gestos usando sensor de profundidade. 2021. 75 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Eletrônica) — Universidade de Brasília, Brasília, 2021.pt_BR
dc.descriptionTrabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade UnB Gama, Curso de Engenharia Eletrônica, 2021.pt_BR
dc.description.abstractA população idosa tem crescido substancialmente em todo o mundo e, consequentemente, no Brasil. Estima-se que, em 2050, 28% da população brasileira terá 60 anos ou mais. Por conta disso, a quantidade de acidentes domésticos cresceu, sendo a queda a principal causa a levar idosos ao hospital. Diversos sistemas de detecção de quedas têm sido desenvolvidos, e um dos problemas encarados é a privacidade dos seus usuários. Neste trabalho, desenvolve-se um sistema de detecção de quedas que faz uso do sensor de profundidade do Kinect e que utilize gestos para interação entre o sistema e seus usuários. O sistema fez uso de uma RDT e mean shift para identificar a mão direita e o método DTW para identificar o gesto de aceno. Quando a mão estava próxima ao chão, o sistema entrava em estado de alerta e era desativado com o gesto. Por fim, a precisão de encontro da mão foi de 72% e, dentre os vídeos de amostra, detectaram-se todas quedas e gestos desejados.pt_BR
dc.rightsAcesso Abertopt_BR
dc.subject.keywordIdosos - quedaspt_BR
dc.subject.keywordSistema de detecção de quedaspt_BR
dc.subject.keywordTecnologia assistivapt_BR
dc.titleSistema de detecção de quedas com interação por gestos usando sensor de profundidadept_BR
dc.typeTrabalho de Conclusão de Curso - Graduação - Bachareladopt_BR
dc.date.accessioned2022-11-16T14:58:32Z-
dc.date.available2022-11-16T14:58:32Z-
dc.date.submitted2021-11-06-
dc.identifier.urihttps://bdm.unb.br/handle/10483/32520-
dc.language.isoPortuguêspt_BR
dc.rights.licenseA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.pt_BR
dc.description.abstract1The elderly population has grown substantially all over the world and so in Brazil. In2050, 28% of the Brazilian population will be 60 years old or older. And, because of this,the number of domestic accidents has grown, with the fall being the main cause of taking elderly people to the hospital. Several detection systems have been developed, and one of the problems faced is the privacy of its users. In this work, a fall detection systemis developed using the Kinect’s depth sensor, using gestures for interaction between the system and its users. The system used an RDT and mean shift to identify the right handand the DTW method to detect the wave gesture. When the hand was near the ground, the system went into alert state and it was deactivated with the gesture. Finally, the accuracy of finding the hand was 72% and, with the sample videos, it was detected all falls and desired gestures.pt_BR
Aparece na Coleção:Engenharia Eletrônica



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.