Fall detection system for old people

Скорочена інформація про документ
dc.contributor.advisorBerdnyk, Yurii
dc.contributor.authorJiayi Liu
dc.date.accessioned2025-07-16T08:00:02Z
dc.date.available2025-07-16T08:00:02Z
dc.date.issued2025
dc.description.abstractThis thesis project proposes a real-time human fall detection system based on YOLO (You Only Look Once) target detection and MediaPipe posture estimation. As the trend of population aging gradually worsens, the problem of elderly falls has become an important issue of social concern. Traditional fall detection methods have problems such as response delay and inconvenience in wearing. This study combines the efficient target detection capability of YOLOv8 and the precise posture estimation technology of MediaPipe to design a monitoring and real-time feedback fall detection system. The system combines the YOLOv8 target detection algorithm and MediaPipe human posture estimation technology, and builds a friendly user interaction interface through the PyQt6 framework. The system adopts a multi-threaded architecture to achieve real-time processing and display of video streams. In the human body detection link, the system uses the YOLO model to quickly locate the human target in the picture; uses MediaPipe to extract the key points of the human body for posture analysis, and designs a fall judgment algorithm based on the characteristics of the torso angle, the height difference between the head and ankle, and the relative position of the shoulder and hip. The experimental results show that the system shows high detection accuracy and real-time performance under various environmental conditions, and the average detection accuracy can reach 90%. This study provides an effective fall detection solution for smart homes, nursing homes, medical monitoring and other fields.
dc.description.abstractotherУ цьому дипломному проекті пропонується система виявлення падінь людини в режимі реального часу, заснована на виявленні цілі YOLO (Ви тільки дивитеся один раз) та оцінці постави MediaPipe. Оскільки тенденція старіння населення поступово погіршується, проблема падінь людей похилого віку стала важливою соціальною проблемою. Традиційні методи виявлення падінь мають такі проблеми, як затримка реакції та незручності під час носіння. Це дослідження поєднує ефективну здатність виявлення цілі YOLOv8 та технологію точної оцінки постави MediaPipe для розробки системи моніторингу та виявлення падінь зі зворотним зв'язком у режимі реального часу. Система поєднує алгоритм виявлення цілі YOLOv8 та технологію оцінки постави людини MediaPipe, а також створює зручний інтерфейс взаємодії з користувачем за допомогою фреймворку PyQt6. Система використовує багатопотокову архітектуру для обробки та відображення відеопотоків у режимі реального часу. У зв'язку з виявленням людського тіла система використовує модель YOLO для швидкого визначення місця розташування людської цілі на зображенні; використовує MediaPipe для вилучення ключових точок людського тіла для аналізу постави та розробляє алгоритм оцінки падіння на основі характеристик кута нахилу тулуба, різниці висот між головою та щиколоткою, а також відносного положення плеча та стегна. Експериментальні результати показують, що система демонструє високу точність виявлення та роботу в режимі реального часу за різних умов навколишнього середовища, а середня точність виявлення може сягати 90%. Це дослідження пропонує ефективне рішення для виявлення падінь для розумних будинків, будинків для людей похилого віку, медичного моніторингу та інших галузей.
dc.format.extent173 p.
dc.identifier.citationJiayi Liu. Fall detection system for old people : Graduation project for obtaining a bachelor's degree : 123 Computer Engineering / Jiayi Liu. – Kyiv, 2025. – 173 p.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/74972
dc.language.isoen
dc.publisherIgor Sikorsky Kyiv Polytechnic Institute
dc.publisher.placeKyiv
dc.subjectfall detection
dc.subjectYOLO
dc.subjectMediaPipe
dc.subjecthuman posture estimation
dc.subjectPyQt6
dc.subjectmultithreaded processing
dc.subjectвиявлення падінь
dc.subjectYOLO
dc.subjectMediaPipe
dc.subjectоцінка постави людини
dc.subjectPyQt6
dc.subjectбагатопотокова обробка
dc.titleFall detection system for old people
dc.title.alternativeСистема виявлення падінь для людей похилого віку
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Liu_bakalavr.pdf
Розмір:
4.55 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ОТ)
Бакалаврські роботи