چکیده: امروزه با توجه به افزایش میانگین سنی افراد جامعه، موضوع مراقبت از افراد سالمند مطرح می شود. با توجه به پیشرفت های صورت گرفته درزمینه سیستم های مراقبتی هوشمند، موضوع نظارت تصویری هوشمند، بسیار مهم و موردتوجه قرارگرفته است. یکی از کاربرد های نظارت تصویری هوشمند بحث مراقبت از سالمندان و تحلیل حرکات آن‌ها است تا بتوان در صورت وقوع هرگونه اتفاق ناگواری خانواده فرد را مطلع نمود. در این پایان نامه روشی کاربردی جهت تشخیص حرکات طبیعی و غیرطبیعی افراد با استفاده از روش های بینایی ماشین ارائه می شود. این‌روش پیشنهادی، زیرمجموعه‌ای از سیستم‌های تحلیل حرکات انسان محسوب می‌گردد. تحلیل چنین سیستم‌هایی شامل چندین گام اصلی است. به‌منظور تحلیل حرکات رخ‌داده در نخستین گام، شروع به تصویربرداری از محیط زندگی افراد سالمند نموده و با عملیات حذف پس‌زمینه به تشخیص افراد متحرک درصحنه می پردازیم. در گام بعد، عملیات استخراج ویژگی از بارزترین مشخصه‌های فرد متحرک انجام‌شده و با فشرده سازی داده ها یک بردار ویژگی فشرده تهیه می‌شود. مرحله بعد، ساخت و ارزیابی شبکه عصبی است تا با ویژگی‌های استخراج‌شده، آموزش‌دیده و از آن برای تست و ارزیابی نوع حرکات استفاده کنیم؛ همچنین از الگوریتم آدابوست با کلاسه بند k نزدیک ترین همسایه برای مقایسه دقت کلاسه‌بندی استفاده‌شده است. برای این منظور پایگاه داده‌ای از انواع حرکات انسان شامل: ایستادن، نشستن، راه‌رفتن، زمین خوردن، نشستن روی صندلی و خم شدن گردن، توسط افراد مختلف با ویژگی‌های ظاهری مختلف تهیه و گزارش شبیه‌سازی بر اساس این پایگاه داده و مقایسه آن باکارهای مشابه ارائه‌شده تا بر اساس آن حرکات طبیعی و غیرطبیعی افراد را با استفاده از تکنیک‌های پردازش تصویر و شبکه‌های عصبی تشخیص دهیم. نتایج به‌دست‌آمده با استفاده از روش شبکه عصبی بیانگر دقت 1/97 درصد در تشخیص صحیح حرکات افراد است و مقایسه آن با روش های دیگر نشان‌دهنده کارایی بالا و اجرای قابل‌قبول است.