İNSAN HAREKETLERİNİN VİBRASYON VE PIR ALGILAYICILARI KULLANILARAK SINIFLANDIRILMASI HUMAN ACTIVITY CLASSIFICATION USING VIBRATION AND PIR SENSORS Ahmet Yazar, A. Enis Çetin Elektrik ve Elektronik Mühendisliği Bölümü Bilkent Üniversitesi yazar@ee.bilkent.edu.tr, cetin@bilkent.edu.tr B. Uğur Töreyin Elektronik ve Haberleşme Mühendisliği Bölümü Çankaya Üniversitesi toreyin@cankaya.edu.tr ÖZETÇE Yalnız yaşayan yaşlı ve bakıma muhtaç kişilerin yere düşmelerinin kısa sürede tespit edilmesi önemli bir sorundur. Bu bildiride, sismik ve pasif kızılberisi algılayıcılar kullanarak, belirli bir alanda yere düşme olayının tespit edilebilmesi için bir yöntem önerilmiştir. Sınıflandırma amacıyla, hızlı Fourier dönüşümü, mel-frekansı kepstral katsayıları ve ayrık dalgacık dönüşümü teknikleri kullanılarak farklı öznitelik vektörleri çıkarılmıştır. Sismik işaretler, destek vektör makineleri ile ‘düşme’ ve ‘düşme değil’ olarak iki farklı sınıfa ayrılmıştır. Pasif kızılberisi algılayıcının, belirli bir alanda hareket eden bir kişiyi tespit etmesinden sonra, sismik algılayıcının ve pasif kızılberisi algılayıcının kararları tümleştirilerek kişinin düşüp düşmediği tespit edilmektedir. Önerdiğimiz sistem gerçek zamanlı olarak standart bir bilgisayarda çalışabilmektedir. ABSTRACT Fall detection is an important problem for elderly people living independently and people in need of care. In this paper, a fall detection method using seismic and passive infrared (PIR) sensors is proposed. Fast Fourier transform, mel- frequency cepstrum coefficients, and discrete wavelet transform based features are extracted for classification. Seismic signals are classified into “fall” and “not a fall” classes using support vector machines. Once a moving person is detected by the PIR sensor within a region of interest, fall is detected by fusing seismic and PIR sensor decisions. The proposed system is implemented on a standard personal computer and works in real-time. 1. GİRİŞ Türkiye’nin de dahil olduğu bir çok Avrupa ülkesinde yaşlı nüfus giderek artmaktadır. Yaşlı nüfusun artmasıyla beraber akıllı evlerin geliştirilmesi de daha önemli hale gelmektedir. Yakın gelecekte akıllı evlerin kullanımlarının artmasıyla, kendi başlarına yaşayan yaşlılar ve diğer bakıma muhtaç olan insanlar başkalarına bağlı kalmadan yaşamlarını sürdürebilecek duruma geleceklerdir [1],[2]. Bu kişilerin yalnız yaşadıkları ortamda beklenmedik bir şekilde yere düşmeleri halinde bu durumu tespit ederek yardım çağırabilecek sistemlerin oluşturulması mümkün hale gelmiştir. Bakıma ihtiyacı olan kişilerin yaşama ortamlarına yerleştirilecek bir çok farklı algılayıcı ile bu kişilerin yaptıkları işlerin her anını takip etmek mümkündür [3]. Örneğin, giyilebilir algılayıcılar kullanılarak düşen kişinin tespitine yönelik çalışmalar yapılmaktadır [4],[5]. Giyilebilir algılayıcıların sürekli olarak kişinin üzerinde bulunması gerekliliği bu sistemlerin günlük yaşamda kullanımını zorlaştırmaktadır. Yapay görü sistemleri ve akustik algılayıcılar kullanılarak düşen kişi tespiti başarılı şekilde uygulanabilmektedir [6]-[8]. Fakat, yaşam ortamlarının her kısmına yerleştirilmiş çok çeşitli ve sayıca fazla olan algılayıcılar veya kamera ve mikrofon kullanılan akıllı ev sistemleri o evlerde yaşayanları çeşitli nedenlerle rahatsız edebilmektedir. Evlerin odalarına sadece sismik ve pasif kızılberisi algılayıcılar yerleştirilerek düşen kişinin tespit edilmesi sağlanabilir. Bu algılayıcılar hem ucuzdur hem de oluşturdukları işaretler işlemci yükü oldukça düşük sistemlerle de işlenebilmektedir. Sismik algılayıcılar odalardaki görünmeyecek yerlere sabitlenerek evde yaşayan kişileri herhangi bir şekilde rahatsız etmeyecektir. Bu bildiride, sismik algılayıcıdan alınan işaretin üç farklı şekilde öznitelik çıkarımı yapılarak destek vektör makinelerinin sınıflandırma sonucu ve pasif kızılberisi algılayıcının belirlenmiş alanda bir insanın olup olmadığına karar vermesinin sonucu tümleştirilerek düşme olup olmadığının tespitine yönelik bir yöntem önerilmektedir. Hızlı Fourier dönüşümü, mel-frekansı kepstral katsayıları ve ayrık dalgacık dönüşümü kullanılarak sismik işaretin farklı frekans bantlarının enerjileri öznitelik olarak tanımlanmıştır. Oluşturulan öznitelikler doğrusal çekirdek tabanlı destek vektör makineleri ile ‘düşme’ veya ‘düşme değil’ olarak sınıflandırılmıştır. Pasif kızılberisi algılayıcı belirli bir alanda bir kişi olduğunu tespit ettikten sonra, sismik algılayıcıdan gelen işaret düşme olarak sınıflandırıldığında kişinin düştüğü sonucuna varılmaktadır. Bildirinin ikinci kısmında sismik algılayıcı işaretinden veri toplanarak öznitelik çıkarılması ve destek vektör makineleri ile sınıflandırma işlemleri anlatılmıştır. Üçüncü kısımda pasif kızılberisi algılayıcı işareti incelenmiştir. Yapılan deneyler ve genel sonuçlar sırasıyla dördüncü ve beşinci kısımlarda sunulmuştur. Bu çalışma Türk Telekom tarafından 3015-03 numaralı anlaşma kapsamında desteklenmiştir. 978-1-4673-0056-8/12/$26.00 ©2012 IEEE