One of the most interesting aspects in recent years thanks to which many projects have been developed, is Ambient Assisted Living (AAL). The aim of this thesis relies on this area, through the development of solutions for the monitoring of Activities of Daily Fiving (ADL) and physiological parameters using non-contact technologies. The subjects to whom the primary attention of the presented studies are addressed are elderly or frail individuals who have a constant need for observation and monitoring in their home environment, trying to preserve their autonomy. Independence for people suffering from motor or neuronal disorders is a determining factor and allows, from a socio-economic point of view, a saving of resources whose cost would weigh on the health system of the entire nation. In recent years there has been a great effort by the scientific community to be able to solve these problems through dedicated technologies, directly installed inside what are defined as ``smart homes". This work focuses on the development of algorithms and solutions for intelligent environments using RGB and depth sensors. Above all, we try to provide solutions that are not intrusive, comfortable and at the same time able to guarantee privacy. Methods aimed at monitoring and automating the control of correct nutrition based on neural networks, techniques for detecting and classifying falls for which depth images are processed, heart rate estimation from RGB images through face and skin recognition algorithms will be described, in which the main employed technique are the amplification of the skin color and the principal components analyses passing through different color spaces. Finally, with the aim of monitoring problems related to the central nervous system, an approach to extract the variation of the pupil diameter over time based on the development of segmentation and edge recognition techniques will be presented.

Uno degli ambiti di maggior interesse in questi ultimi anni all'interno del quale molti progetti vengono sviluppati, è l'Ambient Assisted Living (AAL). L'obbiettivo di questa tesi si colloca in quest'area, tramite lo sviluppo di soluzioni per il monitoraggio di attività della vita quotidiana e parametri fisiologici sfruttando tecnologie senza contatto. I soggetti a cui è rivolta l'attenzione primaria degli studi presentati, sono individui anziani o fragili che hanno un costante bisogno di osservazione in ambiente domestico, preservandone l'autonomia. L’indipendenza per soggetti affetti da disordini motori o neuronali è un fattore determinante e consente, da un punto di vista socio-economico, un risparmio di risorse il cui costo graverebbe sul sistema sanitario dell'intera nazione. Negli ultimi anni c’è stato un grande sforzo da parte della comunità scientifica per poter affrontare questi problemi attraverso tecnologie dedicate, direttamente installate all’interno di case “intelligenti” (smart home). Questa tesi si focalizza sullo sviluppo di algoritmi e soluzioni per ambienti intelligenti sfruttando sensori RGB e di profondità. Si cerca soprattutto di fornire soluzioni non invadenti, confortevoli e allo stesso tempo atte a garantire la privacy. Verranno descritti metodi improntati al monitoraggio e automatizzazione del controllo della corretta nutrizione basati sulle reti neurali, tecniche di rilevamento e classificazione delle cadute per le quali vengono elaborate immagini di profondità, stima del battito cardiaco da immagini RGB attraverso algoritmi di riconoscimento del volto, della pelle, dell'amplificazione del colore e delle componenti principali passando attraverso spazi di colore differenti. Infine, con lo scopo di osservare problematiche legate al sistema nervoso centrale, verrà presentato un approccio di estrazione della variazione del diametro della pupilla nel tempo basato sullo sviluppo di tecniche di segmentazione e riconoscimento dei bordi.

Sviluppo di metodi senza contatto per il monitoraggio di parametri fisiologici e attività nell'ambito dell'Ambient Assisted Living

RICCIUTI, Manola
2021-10-31

Abstract

Uno degli ambiti di maggior interesse in questi ultimi anni all'interno del quale molti progetti vengono sviluppati, è l'Ambient Assisted Living (AAL). L'obbiettivo di questa tesi si colloca in quest'area, tramite lo sviluppo di soluzioni per il monitoraggio di attività della vita quotidiana e parametri fisiologici sfruttando tecnologie senza contatto. I soggetti a cui è rivolta l'attenzione primaria degli studi presentati, sono individui anziani o fragili che hanno un costante bisogno di osservazione in ambiente domestico, preservandone l'autonomia. L’indipendenza per soggetti affetti da disordini motori o neuronali è un fattore determinante e consente, da un punto di vista socio-economico, un risparmio di risorse il cui costo graverebbe sul sistema sanitario dell'intera nazione. Negli ultimi anni c’è stato un grande sforzo da parte della comunità scientifica per poter affrontare questi problemi attraverso tecnologie dedicate, direttamente installate all’interno di case “intelligenti” (smart home). Questa tesi si focalizza sullo sviluppo di algoritmi e soluzioni per ambienti intelligenti sfruttando sensori RGB e di profondità. Si cerca soprattutto di fornire soluzioni non invadenti, confortevoli e allo stesso tempo atte a garantire la privacy. Verranno descritti metodi improntati al monitoraggio e automatizzazione del controllo della corretta nutrizione basati sulle reti neurali, tecniche di rilevamento e classificazione delle cadute per le quali vengono elaborate immagini di profondità, stima del battito cardiaco da immagini RGB attraverso algoritmi di riconoscimento del volto, della pelle, dell'amplificazione del colore e delle componenti principali passando attraverso spazi di colore differenti. Infine, con lo scopo di osservare problematiche legate al sistema nervoso centrale, verrà presentato un approccio di estrazione della variazione del diametro della pupilla nel tempo basato sullo sviluppo di tecniche di segmentazione e riconoscimento dei bordi.
One of the most interesting aspects in recent years thanks to which many projects have been developed, is Ambient Assisted Living (AAL). The aim of this thesis relies on this area, through the development of solutions for the monitoring of Activities of Daily Fiving (ADL) and physiological parameters using non-contact technologies. The subjects to whom the primary attention of the presented studies are addressed are elderly or frail individuals who have a constant need for observation and monitoring in their home environment, trying to preserve their autonomy. Independence for people suffering from motor or neuronal disorders is a determining factor and allows, from a socio-economic point of view, a saving of resources whose cost would weigh on the health system of the entire nation. In recent years there has been a great effort by the scientific community to be able to solve these problems through dedicated technologies, directly installed inside what are defined as ``smart homes". This work focuses on the development of algorithms and solutions for intelligent environments using RGB and depth sensors. Above all, we try to provide solutions that are not intrusive, comfortable and at the same time able to guarantee privacy. Methods aimed at monitoring and automating the control of correct nutrition based on neural networks, techniques for detecting and classifying falls for which depth images are processed, heart rate estimation from RGB images through face and skin recognition algorithms will be described, in which the main employed technique are the amplification of the skin color and the principal components analyses passing through different color spaces. Finally, with the aim of monitoring problems related to the central nervous system, an approach to extract the variation of the pupil diameter over time based on the development of segmentation and edge recognition techniques will be presented.
contactless, AAL, RGB, depth frame, heart rate, pupil diameter, fall, ADL SVM, neural network
senza contatto, AAL, RGB, frame di profondità, frequenza cardiaca, diametro pupillare, cadute, ADL, SVM, reti neurali
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11566/290834
 Attenzione

Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo

Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact