| Summary: | À mesure que la population des personnes agées dans les pays industrialisés augmente au fil de années, les ressources nécessaires au maintien du niveau de vie de ces personnes augmentent aussi. Des statistiques montrent que les chutes sont l’une des principales causes d’hospitalisation chez les personnes agées, et, de plus, il a été démontré que le risque de chute d’une personne agée a une correlation avec sa capacité de maintien de l’équilibre en étant debout. Il est donc d’intérêt de développer un système automatisé pour analyser l’équilibre chez une personne, comme moyen d’évaluation objective.
Dans cette étude, nous avons proposé l’implémentation d’un tel système. En se basant sur une installation simple contenant une seule caméra sur un trépied, on a développé un algorithme utilisant une implémentation de la méthode de détection d’objet de Viola-Jones, ainsi qu’un appariement de gabarit, pour suivre autant le mouvement latéral que celui antérieur-postérieur d’un sujet.
On a obtenu des bons résultats avec les deux types de suivi, cependant l’algorithme est sensible aux conditions d’éclairage, ainsi qu’à toute source de bruit présent dans les images. Il y aurait de l’intérêt, comme développement futur, d’intégrer les deux types de suivi, pour ainsi obtenir un seul ensemble de données facile à interpréter. === As the senior population in developed countries increases, so will the resources dedicated to maintaining a high standard of life for the elderly. Statistics show that falls are one of the main causes of senior citizens being hospitalized. Furthermore, it has been shown that the risk of an elderly person falling is correlated to their ability to maintain their balance during standing position. It is then of interest to develop an automated system to evaluate a subject’s balance, or postural sway, as a means of objective evaluation.
In this study we have proposed the implementation of such a system. Based on a simple setup of one camera on a tripod, we have developed an algorithm using the Viola-Jones implementation, as well as template matching, to track both lateral and anterior-posterior postural sway.
We have obtained good results for both types of tracking, however, the tracking algorithm is sensitive to lighting conditions and any kind of noise in the images. It would be of interest, as a future development, to integrate both types of tracking, so as to obtain only one easily-interpretable dataset as a result.
|
|---|
