1. 레이저변위계 및 x-y로봇을 이용하여 계측한 3차원 데이터를 컴퓨터실의 PC/AT에 데이터를 전송하고, Visual Basic(Microsoft)을 이용하여 프로그램화한 화상처리시스템에 의해 머스크멜론 네트의 추출과 그 특징을 확인할 수 있었다. 2. 시용 배양액농도 및 배양액 시용시기를 다르게 함으로써 네트의 높이 및 폭의 차이를 확인하는 것이 가능했다. 3. 머스크멜론 네트의 특징인 높이 및 폭은 시용 배양액농도에 따라서 각각 다르다는 것을 알 수 있었다. 배양액의 농도가 낮을수록 네트의 점유율은 낮아지고, 폭은 넓어지는 경향이 보였다.

This paper presents a vision-based fall detection system to automatically monitor and detect people’s fall accidents, particularly those of elderly people or patients. For video analysis, the system should be able to extract both spatial and temporal features so that the model captures appearance and motion information simultaneously. Our approach is based on 3-dimensional convolutional neural networks, which can learn spatiotemporal features. In addition, we adopts a thermal camera in order to handle several issues regarding usability, day and night surveillance and privacy concerns. We design a pan-tilt camera with two actuators to extend the range of view. Performance is evaluated on our thermal dataset: TCL Fall Detection Dataset. The proposed model achieves 90.2% average clip accuracy which is better than other approaches.