IRCRehberi.Net- Türkiyenin En iyi IRC ve Genel Forum Sitesi - Makine Öğrenimine Dayalı Yürüyüş Algılamada Analiz Modelleri

Yuruyus analizi, insan bacak hareketinin en yaygin bicimleri olan yurune veya kosma modellerinin cesitli yonlerinin analizidir. Gorsel, vestibuler, propriyoseptif, kas-iskelet sistemi, kardiyopulmoner, sinir sistemleri vb. Dahil olmak uzere birden fazla vucut sistemi duzgun ve uyumlu bir sekilde calistiginda normal yuruyus elde edilir. Herhangi bir sistemin yaralanmasi veya hastaligi, eklem ve kaslarda semptomlar ve islev bozuklugu ile anormal yuruyuse neden olabilir. Bu nedenle yurume performansinin, bireylerin genel saglik ve fonksiyonel durumunun bir gostergesi ve ongorucusu oldugu dusunulmektedir.
Yurume analizi, bircok tibbi, klinik ve saglik hizmeti uygulamasi icin aktif bir arastirma alanidir. Yuruyus analizinin gecerliligi ve guvenilirligi, buyuk olcude kullanilan olcum araclarina baglidir. Genel olarak, yuksek kaliteli yuruyus analizi, gercek lokomosyon modelinin dogru, ayrintili ve kapsamli uzay-zamansal karakterizasyonunu gerektirir.

Kural Tabanli Yuruyus Algilama
Kural tabanli yuruyul algilama sistemlerinde once ivmeolcer ve jiroskopun ham olcumleri karsilastirilir, ardindan kural tabanli bir yontem kullanilarak yuruyus olaylari belirlenir. Son olarak yanlis tespit edilen yuruyus asamalari tartisilir ve ortadan kaldirilir.

Ham Atalet Olcumleri
Makine Ogrenimine Dayali Yuruyus Algilamada Analiz ModelleriLiteraturde yuruyus tespiti icin farkli yontemler sunulmustur. Bir anlamda yurume asamalari, zamanin ve eylemsizlik olcumlerinin bir fonksiyonudur. Sirasiyla ivmeolcer ve jiroskop tarafindan olculen her iki ayagin spesifik kuvvetleri ve acisal hizlari ile birlikte temel yuruyus olaylari ve bunlarin sinirlandirilmis yurume asamalari dahil olmak uzere bir ham olcumler segmenti gosterilmektedir.

Yurume tespiti , basit ve uygulamasi kolay olan ham olcumlerden veya buyuklugunden kok ortalama kareden ve hareketli ortalamadan kurala dayali bir yontem kullanilarak gerceklestirilebilir. Ve sonuclar tipik yurume icin acisal hizin hizlanmadan daha guvenilir oldugunu gostermektedir. Acisal hizlar, ozellikle sagital duzlemde Z ekseni etrafindaki acisal hiz olmak uzere yuruyus tespiti icin spesifik kuvvetlerden daha belirgin ozellikler saglar. Ayak hareketinin ozgullugu nedeniyle, bu fenomen icin en az iki olasi aciklama vardir:
• Acisal hizlarin buyuk onyargilari olmasina ragmen, SNR’leri (sinyal-gurultu orani) belirli kuvvetlerinkinden daha yuksektir.

• Spesifik kuvvetler, ilk hizalama hatasi, yercekimi bozuklugu ve ivmeolcer sapmasinin entegre etkileriyle bozulur.

Onceden Tanimlanmis Kurallarla Yuruyus Tespiti
Eylemsizlik verilerinden yurume tespiti kurallari, Vicon sistemi tarafindan saglanan temel gercege gore onceden tanimlanabilir. Genel olarak, algilama surecine uc tur kural dahil edilebilir, bun kurallar;
• Tepe algilama,
• Duz bolge algilama
• Sifir gecis algilama
Durus asamasini ele alalim, ornegin, ayagin her yuruyus dongusunde durus asamasina sallanmasi ve ardindan tekrar sallanana kadar sifir hiz sergilemesi yurume veya kosma hareketinin dogasidir. Bu bilgiler, birbirini izleyen durus asamalarini belirlemek icin duz bolge algilama yontemiyle etkin bir sekilde kullanilabilir. Dikkatli kural tasarimi ve parametre secimi ile kurala dayali yontemler ilgili tum olaylari uzun bir eylemsiz veri dizisinden tanimlayabilir.

20 m uzunlugunda duz bir yuruyus icin, algilama sonuclari farkli hesaplanabilir. Bununla birlikte olcumler, ozellikle HS ve TO olaylari meydana geldiginde, acisal hizlarin buyuklugunde veya kisa vadeli istatistiklerinde anlik dalgalanmalara neden olabilen ve bu nedenle yanlis yuruyus tespitleriyle sonuclanabilen bazi ani artislarla karakterize edilir. Bazi arastirmalarda, olcum dalgalanmalarinin gereksiz etkisinden kacinmak icin, yani yuruyus asamalarinin yanlis beyan edilmesi, kesintiye ugratilmasi veya eksIk olmasi icin ham algilama sonuclarina bir zaman sezgisel yontemi uygulanir.
Bu, yanlis yuruyus asamalari genellikle kisa surdugunden, esIkten daha kisa sureli yuruyus asamalarini filtrelemek icin bir zaman suresi esigi eklenerek elde edilir. Bununla birlikte, tum esIkler elle ayarlandigindan, turetildikleri yuruyus verileri icin iyi calisabilir, ancak her bir denegin bireysel yuruyusu icin gecerli olmayabilir.

Yanlis Yuruyus Asamalarinin Ortadan Kaldirilmasi

Her bireyin kendine ozgu bir yuruyus modeli oldugundan, her asamada harcanan yuruyus dongusu yuzdesi literatur kaynaklari arasinda biraz farklilik gosterir. Literatur arastirmasinda, yanlis yuruyus asamalarini ortadan kaldirmak icin bir zaman suresi esiginin nasil secilecegi, ancak deneysel kanitlara dayali olarak nadiren acikca tartisilmaktadir. Bu nedenle, yuruyus tespiti icin daha saglam bir yontem saglamak icin uyarlanabilir bir zaman esigi gereklidir. Onceki calismalarda yapildigi gibi, dogru ve yanlis yuruyus asamalarini zaman surelerine gore otomatik olarak ayirt etmek eszamanli olarak zaman esigi parametresini vermek icin bir kumeleme teknigi kullanilabilir.
Makine Ogrenimine Dayali Yuruyus Algilamada Analiz ModelleriBu senaryoda, kume sayisi bilindigi icin, basitlikleri ve verimlilikleri nedeniyle k-ortalama veya k-medyan yontemleri kullanilabilir. Potansiyel yuruyus asamalarinin ikili siniflandirma olarak ele alinir. Bunlar;
• Durus asamalarinin kumelenmesi
• Salinim asamalarinin kumelenmesi.
Yuruyus tespiti icin birbiriyle iliskili ve hedeflerine ulasmak icin birlikte calisan birden fazla parametre vardir. Benimsenen kumeleme teknigi, esIklerden birini (yani yurume asamalarinin zaman esigi) otomatik olarak ayarlamaya ve diger esIklerin secimini daha da kolaylastirmaya calismaktadir. Ancak yine de dikkatli parametre ayarina ihtiyac vardir. Genel olarak, kurala dayali yontemler, dikkatli sensor hizalamasina ve insan yuruyusunun dogal degiskenligi nedeniyle kirilgan veya uygulanmasi zor olan bir dizi esIk degerine dayanir.

Dahasi, esIkler genellikle elle ayarlanir ve yuruyus degisIkliklerine bakilmaksizin tum surecte sabitlenir ve kural tasarlama ve esIk ayarlama surecinin kendisi sinir bozucu ve zaman alicidir. Ayrica kuruluma yeni sensorler eklenirse veya sensorler yeni konumlara takilirsa, yeni tespit kurallari ve iliskili esIkler gereklidir. Bu nedenle, uyarlanabilir bir algilama yontemine acik bir ihtiyac vardir.

Makine Ogrenimine Dayali Yuruyus Algilama
Yukarida bahsedildigi gibi, yuruyus tespiti aslinda bir patern tanima problemidir. Gizli Markov modelleri (HMM’ler) oruntu tanima icin yaygin olarak kullanilmaktadir. Hemiplejisi olan ve olmayan cocuklarda yuruyus tespiti icin HMM tabanli bir yontem gelistirilmis ve yurume olaylari gizli durumlar olarak belirlenmistir. Yuruyus fazinin tespiti ve yurume-kosu aktiviteleri arasindaki ayrim icin HMM’ye dayali bir siniflandirici uygulanir.
Serebral palsili cocuklarin yuruyus asamalarini saptamak icin HMM uygulanmistir. Bununla birlikte, HMM’ler yuksek boyutlu yuruyus verileri icin daha az uygundur. Genetik algoritmalara (GA’lar) dayanan bir ozellik secimi ve model parametrelendirme sistemi ile zamansal yuruyus parametrelerini tahmin etmek icin bir HMM benimsenmistir. Bes katmanli ileri beslemeli sinir agi (FNN) tarafindan saglanan gozlemlerle yuruyus asamalarini saptamak icin bir HMM sunulmustur.

Genel olarak, bu hibrit yontemler, yuksek boyutlu verilerle ugrasirken saf HMM’lerden daha iyi performansa sahiptir. Mevcut yontemlerden esinlenerek, onceki calismalarda insan yuruyusunu sol-sag HMM ile modelleyerek ve ham olcumlerle basa cikmak icin uc katmanli bir sinir agi (NN) kullanarak uyarlanabilir bir hibrit yontem sunulmustur.

HMM Tabanli Yuruyus Modeli
HMM, durumlarin dogrudan gozlemlenemedigi ayrik ve stokastik Markov surecini temsil etmek icin kullanilan istatistiksel bir modeldir. Uc tipte olabilir;
(a) Ergodik,
(b) Sol-sag
(c) Paralel sol-sag
Her seferinde, HMM sadece tek bir durumdadir. Yuruyus tespiti icin yuruyus olaylari veya bunlarin sinirlandirilmis asamalari HMM’nin gizli durumlaridir. Sirali yuruyus olaylari dizisi ile normal ayak hareketinin periyodik dogasi nedeniyle, her durum yalnizca kendisine veya “dogru” duruma gecebilir. Boylece, her yuruyus fazi bir sol-sag model kullanilarak HMM’de benzersiz bir durumla temsil edilebilir , burada aijdurum gecis olasiligidir. Bu surec, bir dizi gizli durum ve bir dizi karsilik gelen gozlem saglar. Her HMM durumu, mevcut yuruyus olayiyla baslayan ve bir sonraki olaya kadar suren bir yuruyus asamasina karsilik gelir.

Makine Ogrenimine Dayali Yuruyus Algilamada Analiz ModelleriSirali gozlemler dizisi ve egitimli bir HMM verildiginde, Viterbi algoritmasi en olasi gizli durum dizisini tahmin edebilir. Bununla birlikte, HMM’ler uretken modellerdir, oysa ayrimci modellerin daha iyi siniflandirma sonuclari elde etmesi beklenir. Makine ogrenimi tekniklerine dayali ayrimci modeller, HMM’lere karsi umut verici alternatifler olarak algilanmaktadir. Genellikle, destek vektor makinesi (SVM), k-en yakin komsu (k-NN) ve sinir agi (NN) gibi herhangi bir makine ogrenme yontemi yuruyus tespiti icin kullanilabilir. NN’lerin verimlilik, dogruluk ve hesaplama karmasIkligi arasinda en iyi dengeyi saglayabildigi bulunmustur.
NN’ler, dogrusal olmayan girdi kombinasyonlarini otomatik olarak ogrenebilir ve uc katmanli bir ag, herhangi bir cok degiskenli polinom fonksiyonuna yaklasabilir. Bununla birlikte, saf NN’ler, izolasyonda proses girdileriyle sinirlandirilmistir. Yuruyus tespiti icin hem NN hem de HMM yontemlerinden yararlanmak icin sezgisel bir yol, onlari hibrit bir sekilde bir araya getirmektir. NN once jiroskop olcumlerini isleyebilir ve siniflandirmalariyla HMM icin gozlemler saglayabilir. Her NN girisi, kayan pencere yaklasimi kullanilarak olusturulur ve bu nedenle yuksek boyutlu olabilir. HMM, insan yuruyusunun ardisIk ozelligini modelleyebilir ve baglamsal bilgi saglayarak NN’yi tamamlayabilir.
Hibrit algilama yonteminin egitim ve test prosedurlerinin cercevesini gosterir. NN- / HMM tabanli hibrit yontem egitim icin hesaplama acisindan karmasIk olsa da, calisma zamaninda hesaplama acisindan etkilidir. Dikkatli bir sensor hizalamasi veya parametre ayari gerektirmez ve yeni konulara, yeni yuruyuslere, yeni sensorlere ve yeni sensor konumlarina iyi genellesir.

Kaynak:[Üye Olmadan Linkleri Göremezsiniz. Üye Olmak için TIKLAYIN...]