Baggrund

Demografiske ændringer som følge af flere ældre borgere kræver udvikling af teknologier til ældre, der bor i eget hjem. Desuden har forskere og læger længe søgt en måde, hvorpå de kontinuerligt og automatisk kan overvåge patienter uden for lægens konsultationslokale. Derfor får computervision-baserede overvågnings- og diagnosticeringssystemer, som bruges i hjemmet stor opmærksomhed, når der forskes i velfærdsteknologier til udvikling af en proaktiv og forebyggende sundhedsplejemodel.

Menneskelige ansigtsbilleder/video kan formidle information om udtryk, mentale tilstande, fysiologiske parametre såsom hjerterytme og respirationsfrekvens samt sygdomssymptomer. Hensigten med dette ph.d.-projekt er derfor at bidrage til udviklingen af overvågnings- og diagnosticeringssystemer, der er baseret på ansigtsbilleder, til patienter eller ældre borgere i eget hjem ved hjælp af computer vision-metoder.

Mål/vision

Udvikling af overvågnings- og diagnosticeringssystemer, der er baseret på ansigtsbilleder, ved hjælp af computer vision-metoder skaber en række udfordringer, som man bliver nødt til at tage stilling til. Nogle af de større udfordringer omfatter etablering af et sensornetværk til ansigtsdataopsamling, forbehandling af ansigtsbilleddata, valg af interesseområde på baggrund af de opsamlede data, udtræk af bestemte karakteristika fra de opsamlede data samt anvendelse af effektive maskinlæringsmetoder til automatisk registrering af klinisk vigtige faktorer fra de opsamlede data.

I dette projekt vil der blive lagt vægt på ansigtsekstraktion fra video ved hjælp af en kvalitetsvurdering, analyse af ansigtshudfarve, ansigtstilpasning og sporing af ansigtskarakteristika i videosekvenser, genkendelse af udtryk og følelser, og sidst, udvikling af klinisk relevante systemer ved hjælp af relevante ansigtsoplysninger.

Forventede resultater

Bidraget fra projektet forventes at blive et automatisk, ikke-omkostningskrævende og ikke-grænseoverskridende system til medicinsk diagnosticering og overvågning af patienter ved hjælp af ansigtsbilleder.

Tekst til billedet

Et eksempel på detektion af maksimale antal hjerteslag i hjertefrekvensen, som er indhentet gennem video af ansigtet. Rød rektangel viser det automatisk registrerede ansigt i et videobillede, og blå rektangler viser de områder i ansigtet, der er interessante at detektere i forhold til tegn på pulsen. '+' tegnene angiver de registrerede højdepunkter fra signalet (indikerer hjertefrekvensen).