1. f3 : 蹲下頭部最大跌幅範圍 : 0.04 ~ 0.408 極端值 : 沒有超過門檻
2. f3 : 跌倒頭部最大跌幅範圍 : 0.2 ~ 0.56 極端值 : 2.04, 0.12
觀察現象:
Z值可用來增加判斷"跌倒與蹲下"的準確性
→ 蹲下Z值幾乎都小於0.17 , 極端值:0.25
→ 跌倒Z值幾乎都在0.26以上 僅2個樣本小於0.26
data11跌倒 與 data28蹲下 相似(f3,f6相似)
推論結果 :
// 結果判斷
if( f3>0.41 ){
cout<<endl<< "偵測到跌倒" <<endl;
}
else if( f3<0.2 ){
cout<<endl<< "偵測為蹲下" <<endl;
}
else if( f6>0.26 || f6<-0.26 ){
cout<<endl<< "偵測到跌倒" <<endl;
}
else if( f6<0.17 && f6>-0.17 ){
cout<<endl<< "偵測為蹲下" <<endl;
}
else{
cout<<endl<< "無法準確判斷" <<endl;
}
大部分皆正確 少部分會錯
程式進度:
第一階段判斷完成 跌倒與蹲下大略精準分開
第二階段 : 修改f2, f4 程式碼 → 重新評估f2, f4
彎腰與其他動作
沒有留言:
張貼留言