초록 ▼

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

낙상 판단과 관련해 최근 발표되는 연구들은 순환신경망(Recurrent Neural Network, RNN)을 이용한 낙상 동작 특징분석과 동작분류에 집중되어 있다. 웨어러블 센서를 기반으로 한 접근방식은 높은 탐지율을 제공하나 사용자의 착용 불편으로 보편화되지 못했고 최근 영상이나 이미지 기반에 딥러닝 접근방식을 이용한 낙상 탐지방법이 소개되었다. 본 논문은 2D RGB 저가 카메라에서 얻은 영상을 PoseNet을 이용해 추출한 인체 골격 키포인트(Keypoints) 정보로 머리와 어깨의 키포인트들의 위치와 위치변화 가속도를 추정함으로써 낙상 판단의 정확도를 높이기 위한 탐지방법에 관한 연구이다. 특히 낙상 후 자세 특징추출을 기반으로 ...

낙상 판단과 관련해 최근 발표되는 연구들은 순환신경망(Recurrent Neural Network, RNN)을 이용한 낙상 동작 특징분석과 동작분류에 집중되어 있다. 웨어러블 센서를 기반으로 한 접근방식은 높은 탐지율을 제공하나 사용자의 착용 불편으로 보편화되지 못했고 최근 영상이나 이미지 기반에 딥러닝 접근방식을 이용한 낙상 탐지방법이 소개되었다. 본 논문은 2D RGB 저가 카메라에서 얻은 영상을 PoseNet을 이용해 추출한 인체 골격 키포인트(Keypoints) 정보로 머리와 어깨의 키포인트들의 위치와 위치변화 가속도를 추정함으로써 낙상 판단의 정확도를 높이기 위한 탐지방법에 관한 연구이다. 특히 낙상 후 자세 특징추출을 기반으로 순환신경망 모델 중 Gated Recurrent Unit(GRU) 모델을 사용하는 영상기반 낙상 탐지 솔루션을 제안한다. 인체 골격 특징추출을 위해 공개 데이터세트를 사용하였고, 동작분류 정확도를 높이는 모델로 코, 좌우 눈 그리고 양쪽 귀를 포함하는 머리와 어깨를 하나의 세그먼트로 하는 특징추출 방법을 적용해, 세그먼트의 하강 속도와 17개의 인체 골격 키포인트가 구성하는 신체 바운딩 박스(Bounding Box)의 높이 대 폭의 비율을 조합하여 실험하였다. 제안한 방법은 기존의 원시 골격 데이터 사용 모델보다 낙상 탐지율이 높으며, 주어진 실험환경에서 괄목할만한 성공률을 보였다.As Recent research for determining falls has focused on analyzing the fall motion using a recurrent neural network(RNN), and there is a trend to improve the accuracy of fall determination using various situational recognition methods. In this paper, we investigate an improved detection method that estimates the acceleration of the head and shoulder key point position and position change using the skeleton key point information extracted using PoseNet from the image obtained from the low-cost 2D RGB camera, and improves the accuracy of fall judgment In particular, in the fall motion analysis method,ㅂ we propose a fall detection method based on the post-fall characteristics of the post-fall, the speed of changes in the main point of the human body, and the change in the width and height ratio of the body's bounding box. The public data set was used to extract human skeletal features and train deep learning, GRU, and as a result of experiments, we find the following feature extraction methods. High classification accuracy can be achieved, and the proposed method showed a prominent fall detection success rate more effectively than the conventional method using raw skeletal data.

주제어