Uma solução para detecção de quedas em vídeos baseada em estimativa de poses humanas

• Ano de defesa: 2020
• Autor(a) principal: Nogueira, Matheus Batista
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Redes neurais; Processamento de imagens; Esqueleto
• Link de acesso: https://biblioteca.sophia.com.br/terminalri/9575/acervo/detalhe/125526

Tecnologias e soluções computacionais modernas têm contribuído para o desenvolvimento de soluções em monitoramento, possibilitando, via câmeras e sensores, que aspectos da rotina diária sejam observados, estudados e avaliados. Neste contexto, a ocorrência de quedas em idosos é um problema com altos índices de morbidade e mortalidade associados, prejudicando a qualidade de vida destas pessoas. Recentemente, avanços em Ciência de Dados possibilitaram que uma técnica em Estimativa de Pose, baseada na análise de imagens e vídeos, fosse criada para detectar pessoas e identificar os pontos-chaves de suas juntas, gerando esqueletos da pose humana. Este trabalho apresenta uma solução para detecção de quedas em vídeos, baseada em três soluções de Estimativa de Pose e seus respectivos modelos pré-treinados: OpenPose (três), AlphaPose (seis) e Posenet (dois), totalizando onze modelos, emparelhados com um classificador de rede neural simples, capaz de identificar se houve (ou não) queda. Testes sistemáticos foram realizados frente ao estado-da-arte, usando o conjunto de dados UR Fall Detection, um benchmark publicamente disponível para detecção de quedas. Três conjuntos de vídeos foram selecionados, definindo três cenários de teste.: 30 de quedas, capturados por uma câmera posicionada no teto da sala; 30 de quedas com as mesmas cenas anteriores, só que capturadas de frente para a cena; e 70 vídeos contendo cenas variadas capturadas frontalmente: 30 de quedas (as mesmas anteriores) acrescidas de 40 outras de atividades diárias. Os resultados mostram que a solução de detecção de quedas mais recomendada para o cenário com a câmera no teto da cena é OpenPose+modelo Body25, por apresentar média geométrica com valor médio acima de 95;1% e valores de 14;3 FPS, aproximadamente. Para um cenário mais próximo do mundo real, com a câmera posicionada frontalmente à cena e a solução sendo treinada com um grande número de vídeos rotulados como ¿queda¿ e ¿não queda¿, Posenet+modelo MobileNet seria a mais recomendada, pois além de ser competitiva (gera taxas de quadros/s de 38 FPS), obteve média geométrica com valor médio de 98;4%, muito próximo do valor gerado neste cenário pela AlphaPose+modelo ResNet152, a qual, embora tenha obtido média geométrica de 99;6%, não foi competitiva em termos de quadros/s (5;34 FPS). Finalmente, estes resultados mostram que, no domínio do problema da detecção de quedas em humanos, métodos baseados em Estimativa de Pose podem ser tão efetivos quanto métodos baseados em sensores vestíveis ou baseados em câmeras. Palavras-chaves: Detecção de Quedas, Imagens de Vídeo, Estimativa de Pose Humana, Reconhecimento de Atividade Humana, Modelos Pré-Treinados.