• Volver a Trabajos Fin de Máster

Aprendizaje y Reconocimiento de Actividades Humanas en Entornos Monitorizados

Este TFM se ha desarrollado dentro del periodo de investigación tutelada del Máster en Soft Computing y Sistemas Inteligentes, en el año 2011.

En este proyecto se aborda el problema del reconocimiento de posturas corporales en el ámbito del Ambient Assisted Living (AAL), usando para ello un sistema económico y sencillo como es la cámara Kinect de Microsoft.

El objetivo final de un buen sistema AAL es el de poder aprender y reconocer comportamientos o rutinas de la persona o personas que viven en el hogar, para así poder ayudar a esa persona en el caso de que ocurriese algo atípico u olvidase algo importante (por ejemplo, apagar el fuego de la cocina). Un primer paso para poder reconocer un comportamiento complejo, es poder detectar acciones mas sencillas o secuencias de posturas corporales, por ejemplo: sentarse, andar, agacharse, etc. Es precisamente éste el objetivo del presente proyecto: poder aprender y reconocer acciones corporales simples, que en el futuro formarán parte de un comportamiento.

Una de las opciones para poder detectar comportamientos de personas en interiores es mediante cámaras de vídeo. Una cámara aporta toda la información necesaria, aunque conseguir que el sistema comprenda lo que está sucediendo en las imagenes de la secuencia de vídeo es una tarea compleja. Por el momento no existen propuestas que sean capaces de aprender y detectar comportamientos complejos mediante vídeo, pero sí existen algunos acercamientos iniciales para detectar acciones simples. En el presente trabajo se abordan ambos problemas mediante el uso del dispositivo Kinect de Microsoft. Como un primer paso para detectar comportamientos complejos, proponemos crear un sistema que aprenda y reconozca acciones simples como agacharse, levantarse, sentarse, andar, etc.. La principal ventaja que nos ofrece Kinect es que nos va a permitir un fácil acceso a la información necesaria mediante el uso de APIs que directamente permiten reconocer a las personas que están en el rango de visión de la cámara y, además, nos permiten obtener información tridimensional sobre las articulaciones del cuerpo humano. El esquema básico de la propuesta para aprendizaje de acciones de un usuario se presenta en la siguiente figura:

Si desea ampliar la información sobre la dirección de este trabajo debe ponerse en contacto conmigo a través de correo electrónico.

• Volver a Trabajos Fin de Máster