Sistemas de detección de caídas para hogares de personas mayores

Resumen

Este proyecto es la continuación del diseño, desarrollo e implementación de un sistema de detección de caídas destinado para utilizar en hogares de ancianos, basandose en la visión artificial, y a un bajo coste. Principalmente se realizan optimizaciones sobre lo ya realizado en los trabajos precursores, que faciliten y mejoren el funcionamiento del dispositivo sin perder funcionalidad. La primera parte se centra en las mejoras de cara al cliente, es decir la interfaz web de usuario. Se busca conseguir un funcionamiento estable del servidor web que permita funcionar al detector de forma autonoma a través de la red. Esto significa que no necesitemos apenas acceder a la propia raspberry, lo que facilitaría su uso aun hipotético usuario. Mientras en la segunda se realiza un estudio del motor funcional del detector, es decir de su programación y los resultados que proporciona. Este estudio a su vez se dividiría en dos ramas diferentes, una que nos permite unificar las diferentes versiones utilizadas en el pasado, y otra que tratar de mejorar el algoritmo de detección aportando alternativas como el algoritmo SVM. -ABSTRACT- This project is the next step in the design, development and implementation of a fall detector system destined to be used in the elderly places, based on computer vision and with a competitive price. Which is mainly carried out are optimizations over the past projects achievements, that can facilitate and improve the functioning of the device. The first part is focused in the improvements for the customer, that is to say the web user interface. The goal is to achieve a stable working of the web server which would allow the autonomous functioning of the detector through the internet. This means that we would not hardly need to access the Raspberry, which would be easier to the hipothetical user. Meanwhile, in the second part a study of the detector core is made, which is its programming and the results it provides. At the same time this study will be divided in two ways, one which tries to improve the detection algorithm providing alternatives as SVM, and another that allows us to unify the diferent versions used it the past.