طريقة جديدة لكشف سقوط الإنسان باستخدام الشبكة العصبونية الالتفافية

الملخص

ساهم انتشار تقنيات الذكاء الصنعي في العقد الأخير، ورخص الكاميرات وانتشارها الواسع، في الاهتمام بتصنيف حركات وأفعال البشر خاصة تلك الأفعال التي قد يكون لها أثر سلبي في صحتهم، وقد يؤدي في أسوء الأحوال إلى وفاتهم، وكان لحدث السقوط الحظ الأكبر من الدراسات والبحوث، وخاصة فيما يتعلق بكبار السن، فغالباً خطر الموت نتيجة السقوط يكون من نصيبهم. تم في هذا البحث طرح طريقة جديدة – أطلق عليها تسمية صورة أمامية مكدسة بعلامات زمنية Stacked Time-Tagged Foreground Image (STTFI) - في استخلاص صورة لهيئة الشخص تحمل مزايا زمنية ومكانية تمثل الحركة وكميتها، كما تمثل علاوة على الطرق السابقة – MHI ومثيلاتها- المزايا الساكنة المرحلية التي يمر فيها الشخص أثناء السقوط، ثم تم استخدام تلك الطريقة مع شبكة عصبونية التفافية قليلة العمق باستخدام تقنية نقل التعلم وذلك لتصنيف الحدث إلى سقوط أو عدم سقوط، وقد أعطت الطريقة نتائج تفوقت على أغلب الدارسات السابقة في الدقة حيث أعطت الشبكة دقة 99.02%، وعلى دراسات أخرى في الحساسية حيث بلغت الحساسية 100%، بينما بلغت النوعية مقدار 98.73%.