반려견을 가족처럼 생각하므로 견주와 반려견의 의사소통은 중요해지고 있다. 하지만 홀로 떨어져 있는 반려견은 견주와 감정 교류가 되지 않으며 견주의 걱정 불러일으킨다. 이러한 문제를 해결하기 위해 센서와 비디오를 이용하여 홀로 있는 반려견의 활동을 분석하여 반려견의 상태를 견주에게 알려줄 필요성이 있다. 따라서 반려견의 행동으로부터 감정을 유추하기 위해 반려견의 행동을 정확히 인식할 수 있는 좋은 모델을 만들어야한다. 본 논문에서는 효과적인 모델을 만들기 위하여 반려견의 ‘눕기, 앉기, 서기, 흔들기, 짖기, 먹기, 마시기, 점핑, 천천히 걷기, 걷기, 뛰기’ 등 11가지 활동 분석 시스템 성능을 향상 시키는 방안을 찾고자 한다. 이를 위해 센서와 비디오 데이터의 시작점을 일치시켜 센서와 비디오 데이터를 ...
반려견을 가족처럼 생각하므로 견주와 반려견의 의사소통은 중요해지고 있다. 하지만 홀로 떨어져 있는 반려견은 견주와 감정 교류가 되지 않으며 견주의 걱정 불러일으킨다. 이러한 문제를 해결하기 위해 센서와 비디오를 이용하여 홀로 있는 반려견의 활동을 분석하여 반려견의 상태를 견주에게 알려줄 필요성이 있다. 따라서 반려견의 행동으로부터 감정을 유추하기 위해 반려견의 행동을 정확히 인식할 수 있는 좋은 모델을 만들어야한다. 본 논문에서는 효과적인 모델을 만들기 위하여 반려견의 ‘눕기, 앉기, 서기, 흔들기, 짖기, 먹기, 마시기, 점핑, 천천히 걷기, 걷기, 뛰기’ 등 11가지 활동 분석 시스템 성능을 향상 시키는 방안을 찾고자 한다. 이를 위해 센서와 비디오 데이터의 시작점을 일치시켜 센서와 비디오 데이터를 동기화 하는 방법을 제안하고 반려견 행동 신호의 주파수 성분을 분석하여 효율적인 특징값 추출을 하는 방법을 모색한다. 특징값 추출 방법으로 FFT방법보다 SFA방법이 더 빠르고 효과적인 방법임을 밝혔고 최적의 특징값을 추출하여 효율적인 모델을 선정하였다.
반려견을 가족처럼 생각하므로 견주와 반려견의 의사소통은 중요해지고 있다. 하지만 홀로 떨어져 있는 반려견은 견주와 감정 교류가 되지 않으며 견주의 걱정 불러일으킨다. 이러한 문제를 해결하기 위해 센서와 비디오를 이용하여 홀로 있는 반려견의 활동을 분석하여 반려견의 상태를 견주에게 알려줄 필요성이 있다. 따라서 반려견의 행동으로부터 감정을 유추하기 위해 반려견의 행동을 정확히 인식할 수 있는 좋은 모델을 만들어야한다. 본 논문에서는 효과적인 모델을 만들기 위하여 반려견의 ‘눕기, 앉기, 서기, 흔들기, 짖기, 먹기, 마시기, 점핑, 천천히 걷기, 걷기, 뛰기’ 등 11가지 활동 분석 시스템 성능을 향상 시키는 방안을 찾고자 한다. 이를 위해 센서와 비디오 데이터의 시작점을 일치시켜 센서와 비디오 데이터를 동기화 하는 방법을 제안하고 반려견 행동 신호의 주파수 성분을 분석하여 효율적인 특징값 추출을 하는 방법을 모색한다. 특징값 추출 방법으로 FFT방법보다 SFA방법이 더 빠르고 효과적인 방법임을 밝혔고 최적의 특징값을 추출하여 효율적인 모델을 선정하였다.
Communication between a dog owners and his dog is important because they think of a dog as a family. However, dogs separated from their owners do not exchange emotional feelings with owners, causing worry about dogs. In order to solve this problem, it is necessary to analyze activities of the dog by...
Communication between a dog owners and his dog is important because they think of a dog as a family. However, dogs separated from their owners do not exchange emotional feelings with owners, causing worry about dogs. In order to solve this problem, it is necessary to analyze activities of the dog by using the sensor and the video, and to inform the owner about the state of the dog. Therefore, in order to derive emotional states from the behaviors of the dog, we must create a good model that can accurately recognize the behavior of the dog. In this paper, we're going to find a way to improve effectively the performance of a system that can measure eleven behaviors of a solitary dog such as "lying down, sitting, standing, shaking, barking, drinking, eating, slow walking, walking, running, jumping". With the purpose of improving the performance of the system in such a way, we have proposed a method of synchronizing sensor and video data by matching the starting point of sensor and video data. And we have also sought a method of extracting feature value efficiently by analyzing frequency components of sensor signal of a pet dog activity analysis system. We found out that the SFA method is more efficient and faster than the FFT method for feature value extraction. We extracted the optimal feature values and selected an efficient model.
Communication between a dog owners and his dog is important because they think of a dog as a family. However, dogs separated from their owners do not exchange emotional feelings with owners, causing worry about dogs. In order to solve this problem, it is necessary to analyze activities of the dog by using the sensor and the video, and to inform the owner about the state of the dog. Therefore, in order to derive emotional states from the behaviors of the dog, we must create a good model that can accurately recognize the behavior of the dog. In this paper, we're going to find a way to improve effectively the performance of a system that can measure eleven behaviors of a solitary dog such as "lying down, sitting, standing, shaking, barking, drinking, eating, slow walking, walking, running, jumping". With the purpose of improving the performance of the system in such a way, we have proposed a method of synchronizing sensor and video data by matching the starting point of sensor and video data. And we have also sought a method of extracting feature value efficiently by analyzing frequency components of sensor signal of a pet dog activity analysis system. We found out that the SFA method is more efficient and faster than the FFT method for feature value extraction. We extracted the optimal feature values and selected an efficient model.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.