TĂNG HIỆU SUẤT TỐC ĐỘ XỬ LÝ KHUNG ẢNH TRONG HỆ THỐNG PHÁT HIỆN TÉ NGÃ TRÊN PLATFORM KHÔNG ĐỒNG NHẤT
Tóm tắt: 16
| 
PDF: 10 
##plugins.themes.academic_pro.article.main##
Author
Từ khóa:
Fall Detection
energy consumption
execution time
boosting frame rate
Tóm tắt
Zynq- 7000 all programmable system-on-chip là loại platform không đồng nhất, không những được sử dụng trong trường hợp lựa chọn giải pháp cải thiện hiệu quả công suất tiêu thụ, thời gian xử lý khi thực thi Hệ thống phát hiện té ngã mà còn có ưu điểm khi cho phép biên dịch thư viện OpenCV. Mục đích chính của nghiên cứu này là thiết kế và thực thi Hệ thống phát hiện té ngã trên Zynq platform. Đồng thời, chúng tôi sẽ tính toán thời gian xử lý và năng lượng tiêu thụ khi thực thi hệ thống phát hiện té ngã trên Zynq platform. Bên cạnh đó, những tham số Accuracy, Recall, Precision của Hệ thống phát hiện té ngã sẽ được đem ra so sánh khi được thực thi trên máy tính và trên platform không đồng nhất. Sau cùng, nhóm tác giả sử dụng giải pháp tối ưu thư viện mã nguồn mở NEON như ffmpeg and OpenCV để tăng hiệu suất tốc độ xử lý khung ảnh khi thực thi Hệ thống phát hiện té ngã trên Zynq platform
Tài liệu tham khảo
-
[1] A. Sixsmith, N. Johnson, and R. Whatmore, “Pyroelectric IR sensor arrays for fall detection in the older population”, Journal of Physics IV (Proceeding), vol. 128, pp. 153–160, Sep. 2005.
[2] T. Pallejà, M. Teixidó, M. Tresanchez, and J. Palacín, “Measuring gait using a ground laser range sensor”, Journal of Sensors (Basel), vol. 9, no. 11, pp. 9133–9146, Jan. 2009.
[3] Y. Zigel, D. Litvak, and I. Gannot, “A method for automatic fall detection of elderly people using floor vibrations and sound-proof of concept on human mimicking doll falls”, IEEE Transaction on Biomedical Engineering, vol. 56, no. 12, pp. 2858–2867, Dec. 2009.
[4] M. Tolkiehn, L. Atallah, B. Lo, and G.-Z. Yang, “Direction sensitive fall detection using a triaxial accelerometer and a barometric pressure sensor”, Conference Proceeding of IEEE Engineering in Medicine Biology Society, vol. 2011, pp. 369–372, Jan. 2011.
[5] Y. T. Ngo, H. V. Nguyen, and T. V. Pham, “Study on fall detection based on intelligent video analysis”, International Conference on Advanced Technologies Communication, pp. 114–117, Oct. 2012.
[6] E. Auvinet, F. Multon, A. Saint-arnaud, J. Rousseau, and J. Meunier, “Fall Detection with Multiple Cameras : An Occlusion-Resistant Method Based on 3-D Silhouette Vertical Distribution”, IEEE Transaction on Information Technology in Biomedicine, vol. 15, no. 2, pp. 290–300, 2011.
[7] S. Gasparrini, E. Cippitelli, S. Spinsante, E. Gambi, and U. Politecnica, “A Depth-Based Fall Detection System Using a Kinect® Sensor”, Journal of Sensors, vol. 14, pp. 2756–2775, 2014.
[8] M. Kepski and B. Kwolek, “Human Fall Detection Using Kinect Sensor”, in Proceedings of the 8th International Conference on Computer Recognition Systems CORES, 2013, pp. 743–752.
[9] E. E. Stone and M. Skubic, “Fall detection in homes of older adults using the Microsoft Kinect”, IEEE J. Biomed. Heal. informatics, vol. 19, no. 1, pp. 290–301, Jan. 2015.
[10] M. Humenberger, S. Schraml, C. Sulzbachner, A. N. Belbachir, A. Srp, and F. Vajda, “Embedded fall detection with a neural network and bio-inspired stereo vision”, in IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops (CVPRW), 2012, pp. 60–67.
[11] M. Kepski and B. Kwolek, “Fall Detection on Embedded Platform Using Kinect and Wireless Accelerometer”, Proceedings of the 13th International Conference on Computers Helping People with Special Needs, vol.2, pp. 407–414, 2012.
[12] A.M. McIvor, “Background subtraction techniques. In Proc. Of Image and Vision Computing:, Auckland, New Zealand,2000.
[13] A. Derek, James M.Keller, Marjorie Skubic, Xi Chen, and Zhihai He, “Recognizing Falls from Silhouettes” Proceedings of the 28th IEEE EMBS Annual International Conference New York City, USA, Aug 30-Sept, 2006.
[14] Hong Thi Khanh Nguyen,, Cecile Belleudy, Pham Van Tuan, “Fall Detection Application on an ARM and FPGA Heterogeneous Computing Platform”, International Journal of Advanced Research in Electrical, Electronics and Instrumentation Engineering, Volume 3, pp 11349-11357, 20 August 2014.
[15] Haoliang Qin, “Boost Software Performance on Zynq-7000 AP SoC with NEON”, Xilinx XAPP1206, 2014.
[16] C.Stauffer, W.E.L. Grimson, “Adaptive background mixture models for real-time tracking”, IEEE Conf. Computer Vision and Pattern Recognition vol. 2 pp. 246-252, June 23-24 1999.
Xem thêm
##plugins.themes.academic_pro.article.sidebar##
Đã Xuất bản
Jun 30, 2016
Download
Cách trích dẫn
Nguyen Thi Khanh Hong, Le Huu Duy, Pham Van Tuan, Cecile Belleudy. “TĂNG HIỆU SUẤT TỐC ĐỘ XỬ LÝ KHUNG ẢNH TRONG HỆ THỐNG PHÁT HIỆN TÉ NGÃ TRÊN PLATFORM KHÔNG ĐỒNG NHẤT”. Tạp Chí Khoa học Và Công nghệ - Đại học Đà Nẵng, vol 6, số p.h 103, Tháng Sáu 2016, tr 6-10, https://jst-ud.vn/jst-ud/article/view/1077.
