Status des Praktikums: vergeben
Betreuer: Rainer Planinc, Sebastian Zambanini

Problemstellung

Der demographische Wandel und die daraus resultierende ständig steigende Zahl von älteren, allein lebenden Menschen verlangt in der Zukunft nach intelligenten Smart Home Technologien und Lösungen für das sogenannte Ambient Assisted Living. Als Teil eines solchen Systems stellen Kameras einen leistungsfähigen und flexiblen Sensor dar, die die Erkennung verschiedenartigster Events wie beispielsweise Stürze ermöglichen.

Zielsetzung

Im Rahmen des Praktikums soll ein Verfahren zur automatischen Sturzerkennung basierend auf Optical Flow Implementierungen entwickelt werden. Der Optical Flow beschreibt dabei die Richtung und Intensität der Bewegung in Videos. Ein Sturz kann dabei als “Abwärtsbewegung” mit einer gewissen Geschwindigkeit definiert werden.

Gliederung

• Auswahl einer bestehende, performanten Implementierung zur Berechnung des optischen Flusses
• Erkennung charakteristischer Sturzmuster im optischen Fluss
• Evaluierung mittels vorhandener Testsequenzen
• Schriftlicher Bericht und Präsentation des Praktikums

Literatur:

V. Vishwakarma, C. Mandal and S. Sural, “Automatic Detection of Human Fall in Video”, Pattern Recognition and Machine Intelligence, pp. 616-623, 2007.

Chieh-Ling Huang, E-Liang Chen and Pau-Choo Chung, “Fall Detection Using Modular Neural Network with Back-Projected Optical Flow”, Biomedical Engineering: Applications, Basis and Communications (BME), 19(6):415-424, 2007.