초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

최근 낙상 사고 관련 위험도가 높아짐에 따라서, 영상을 기반으로 한 저조도 환경에서의 낙상 감지 시스템에 대한 연구의 중요성의 증가했다. 일반 CCD를 기본으로 객체를 검출한 방법은 노출과 고스트 현상에 의해서 저 조도 환경에서는 극히 제한되거나 불확실한 성능을 가진다. 이러한 문제점을 극복하기 위해서 우리는 저조도 환경에서의 적외선 카메라를 활용한 낙상 감지 시스템을 제안했다. 본 논문에서 제안하는 방법은 크게 2가지이며, 첫째, 우리는 적외선 환경에서의 영상 획득을 위한 최적화 된 하드웨어를 설계 했다.둘째, 노출을 레벨 단위로 저장하여 환경 적응적 ...

최근 낙상 사고 관련 위험도가 높아짐에 따라서, 영상을 기반으로 한 저조도 환경에서의 낙상 감지 시스템에 대한 연구의 중요성의 증가했다. 일반 CCD를 기본으로 객체를 검출한 방법은 노출과 고스트 현상에 의해서 저 조도 환경에서는 극히 제한되거나 불확실한 성능을 가진다. 이러한 문제점을 극복하기 위해서 우리는 저조도 환경에서의 적외선 카메라를 활용한 낙상 감지 시스템을 제안했다. 본 논문에서 제안하는 방법은 크게 2가지이며, 첫째, 우리는 적외선 환경에서의 영상 획득을 위한 최적화 된 하드웨어를 설계 했다.둘째, 노출을 레벨 단위로 저장하여 환경 적응적 객체 검출 방법을 제안했다. 우리는 객관적 평가를 위해서, 기존 객체 검출 방식들과 제안하는 객체 검출 방식을 가장 널리 알려진 F-measure metric 비교와 제안하는 시스템의 낙상감지 판단 여부를 확인하기 위한, 특이도(Specificity)와 민감도(Sensitivity)를 이용해 낙상 감지 성능을 측정하였다. 그 결과, 다른 객체 검출방식에 비해서 평균 0.8이상의 높은 객체 검출 매칭률을 보여주었으며, 낙상 감지 시스템은 특이도는 90%이상, 민감도는 80%이상의 높은 검출율을 보여줌으로써, 본 연구의 우수성을 입증했다.

주제어