Transcript 下載/瀏覽
居家行為聲音感知系統 緣由: 台灣人口老化的速度愈來愈快,老人居家照護需求量增加 老人跌倒事故佔老人死因排名第七位,傷害的第二位 造成跌倒的原因有45%為個體老化 個體老化的程度取決於日常活動力(ADL)的多寡 預測老人存活的指標 長期照護需求,療效的指標 老人獨立程度的指標 圖二、居家行為訊號擷取系統架構 B.居家行為聲學識別模組 目的: 主動偵測與追蹤居家老人之行為聲音,以識別老人居家行為, 以輔助: 接受感測器控制模組之聲音訊號輸入,利用關鍵音辨識技術以識別 老人日常生活行為 識別聲音:呼救聲、痛苦唉嚎聲、求助聲、哀叫聲與碰撞聲音等 提供老人居家的行為事件訊息給照護相關人員, 作為老人居家照護之依據 有效估算日常活動力(ADL) 偵測老人危險行為之情況 以達到減少老人居家之意外問題,並提升老人居家照護品質 系統架構: 圖三、關鍵音文法關聯圖 本系統共包含感測器控制模組、居家行為聲學識別模組與居家 行為識別顯示三個模組: C.居家行為識別顯示 接收數位訊號分析與決策模組之結果,將老人日常生活狀況, 以各種警示方式呈現給使用者 預警狀況: 病患跌倒、哀叫、呼救等危險狀態 行為模組識別 聲音事件: 老人離床行為 聲音 取得音訊資 料 麥克風收音 床上 拿水瓶聲 行為估測機率. BEP(E) 倒水聲 放下水瓶 聲 腳步聲 開關燈 行為事件狀態: 拿杯子聲 放下杯子 聲 事件狀態轉換機率: 離床行為識別 照護人員 離床行為聲 學識別模組 床上聲響 睡眠生理聲 翻身聲響 咳嗽聲 哀痛呻吟聲 求救聲 圖一、居家行為聲音感知系統架構圖 A.感測器控制模組 哀痛呻吟聲 床上 聲響 求救 透過聲音訊號擷取裝置收集老人臥室與浴室日常行為之聲響 擷取裝置: 整合高感度電容式麥克風、音量自動增益控制器與類比數 位轉換器 聲音訊號規格: 取樣頻率為8K,取樣解析為8 bits 咳嗽聲 睡眠生理聲 翻身 聲響 Behavior Event Map Behavior Estimation Model