Niemand weerlegt het belang van datasets bij de ontwikkeling van een nieuwe aanpak. Ondanks hun belang blijven datasets in computervisie voor sommige toepassingen ontoereikend. Momenteel zijn er zeer beperkte autisme-datasets die verband houden met klinische tests of screening, en de meeste zijn genetisch van aard. Er is echter geen database die zowel de abnormale gezichtsuitdrukkingen als het agressieve gedrag van een autistisch kind tijdens de Meltdown-crisis combineert. Dit artikel introduceert een Meltdown Crisis, een nieuwe en rijke dataset die kan worden gebruikt voor de evaluatie/ontwikkeling van op computervisie gebaseerde toepassingen die relevant zijn voor kinderen met autisme als beveiligingshulpmiddel, b.v. Kernsmelting crisisdetectie. De dataset “MeltdownCrisis” omvat met name videostreams die zijn vastgelegd met Kinect, wat een breed scala aan visuele informatie biedt. Het is onderverdeeld in gegevens over gezichtsuitdrukkingen en gegevens over fysieke activiteiten. De huidige “MeltdownCrisis” datasetversie omvat verschillende Meltdown-crisisscenario’s van autistische kinderen langs verschillende normale toestandscenario’s gegroepeerd in één set. Elk scenario wordt weergegeven door middel van een uitgebreide reeks functies die kunnen worden geëxtraheerd uit de Kinect-camera.
In deze studie beschrijven onderzoekers de setting en stappen voor het bouwen van datasets voor Meltdown-crisisscenario’s. De voorgestelde MeltdownCrisis-dataset is gebaseerd op functies en omvat alle streamtypen die door de Kinect worden geleverd: kleur, lichaam (skelet), diepte, infrarood en lichaamsindex. Om de exploitatie ervan te vergemakkelijken, is de dataset georganiseerd in termen van scenario’s die 13 specifieke gevallen van meltdown-crisisscenario’s omvatten: het omvat 23 video’s voor kinderen in normale staat, 18 video’s voor kinderen in postcrisisstaat en 18 video’s voor kinderen in meltdown-crisis. Een reeks functies uit onze MeltdwownCrisis-dataset wordt geëvalueerd met behulp van veel classificatiealgoritmen en de beste resultaten die worden verkregen door de RF-algoritmeclassificatie.