Méthode robuste pour la détection de chute dans un environnement non-contrôlé

Rada Deeb (1) , Félix Lédée (2) , Elodie Desserée (1) , Saida Bouakaz (1)

1 SAARA - Simulation, Analyse et Animation pour la Réalité Augmentée
2 LIRIS - Laboratoire d'InfoRmatique en Image et Systèmes d'information

L'allongement de la durée de vie a pour conséquence l'augmentation du nombre de séniors dans la population. La mutation sociétale ainsi que l'insuffisance des structures d'accueil poussent inévitablement vers le choix du maintien à domicile. Cette tendance ouvre la voie à l'émergence de nouveaux concepts, et on assiste donc à un développement des systèmes d'assistance de services à la personne (SAP). Ces dispositifs permettent à la personne âgée de vivre chez elle tout en assurant sa sécurité. Outre les systèmes d'alarmes bien connus (pendentif, montre, télécommande avec bouton d'alerte) de nouveaux systèmes plus sophistiqués se développent. Ils s'intéressent à la détection d'événements à risque dont la chute est l'un des plus dangereux. La recherche s'est récemment dirigée vers l'utilisation de cameras au lieu de capteurs portables ; ils sont en effet plus confortables et plus fiables. Dans cet article nous présentons une approche de détection automatique de chute, basée sur une méthode de suivi 3D de la tête. Cette méthode s'appuie sur un filtre à particules pour estimer la localisation et la vitesse de la tête afin de détecter la chute. Ce suivi est réalisé en utilisant la silhouette extraite en temps réel avec une approche robuste d'extraction de fond. Sur la base d'une modélisation du fond par un mélange de gaussienne, nous proposons de classifier les pixels entre " fond " et " premier plan " ou " plan d'intérêt ". L'originalité de notre méthode est l'utilisation de trois niveaux de résolution : local (pixel), semi- global (région), global (image). La décision est prise en utilisant deux images de fond, une calculée sur tout l'espace couleur et l'autre sur les composants de chrominance. Les expériences réalisées ont montré une bonne robustesse de notre méthode face aux changements brusques de luminance et à l'effet des ombres, ce qui permet son application dans un environnement non-contrôlé. De plus, notre approche de détection de chute semble indépendant du point de vue de la camera.

Mots clés: Détection de chute; système monoculaire; mélange de gaussiennes; extraction de fond; environnement non-contrôlé

Domaines: Intelligence artificielle [cs.AI]; Vision par ordinateur et reconnaissance de formes [cs.CV]

Rada Deeb, Félix Lédée, Elodie Desserée, Saida Bouakaz. Méthode robuste pour la détection de chute dans un environnement non-contrôlé. RFIA 2012 (Reconnaissance des Formes et Intelligence Artificielle), Jan 2012, Lyon, France. pp.978-2-9539515-2-3. ⟨hal-00660974⟩