[논문]스테레오비전 센서의 3D 궤적 정보를 이용한 상지 재활 동작 인식

권기현; 이형봉

doi:10.9708/jksci.2013.18.8.113

초록
AI-Helper

뇌졸중 및 척수 신경 손상으로 인해 재활에 대한 요구는 증대되고 있다. 재활 영역 중에서도 상지(上肢) 재활은 신경의 복잡도로 인해 매우 어렵고 시간이 많이 걸린다. 재활은 전문치료사가 시설에서 작업치료를 하는 것이 효과적이기는 하나, 접근성, 상시성, 자발성 등에 대한 문제와 함께 비용과 시간이 많이 소요되는 문제점을 가지고 있다. 이 논문에서는 상지 재활 동작을 인식하기 위해 스테레오 비전 센서를 통해 취득한 3D 궤적정보에 대해 PCA, ICA, LDA, SVM의 패턴인식 알고리즘을 적용하여 인식정확도 및 실행시간을 구하고, 여러 패턴인식 알고리즘 중에서 어떤 알고리즘이 인식정확도 및 실행시간 측면에서 적용이 가능한지 제시한다. 실험결과, PCA, ICA는 인식정확도가 낮아 사용하기에 부적합하며 LDA, SVM은 인식정확도가 우수하여 상지 재활 동작 인식에 사용이 적합함을 보인다.

Abstract ▼ AI-Helper

The requirement of rehabilitation is increasing from the stroke, spinal cord injury. One of the most difficult part is the upper limb rehabilitation because of its nervous complexity. A rehabilitation has effectiveness when a professional therapist treats in work at facility, but it has problems of ...

The requirement of rehabilitation is increasing from the stroke, spinal cord injury. One of the most difficult part is the upper limb rehabilitation because of its nervous complexity. A rehabilitation has effectiveness when a professional therapist treats in work at facility, but it has problems of an accessibility, a constant availability, a self-participation and taking lots of cost and time. In this paper, we test and experiment the accuracy and execution time of the pattern recognition algorithms like PCA, ICA, LDA, SVM to show the recognition possibility of it on the upper limb function from the 3D trajectory information which is gathered from stereo vision sensor(Kinect). From the result, PCA, ICA have low accuracy, but LDA, SVM have good accuracy to use for physical rehabilitation on the upper limb function.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 재활 동작의 3D 궤적 정보를 주요 패턴인식 알고리즘을 통해 인식 하는 방법을 사용하여 물리치료 동작을 효율적으로 인식하고자 한다. 이를 위해 저가이고, 가정이나 의료시설에서 손쉽게 사용할 수 있는 스테레오 비전 센서인 마이크로소프트 키넥트(Microsoft Kinect)를 이용하여 인체 관절을 추적하고 3D 궤적 정보를 취득하여 재활동작 인식에 사용한다.
재활동작 3D 궤적에 대해 인식을 수행하기위해 주요 패턴인식 알고리즘으로 잘 알려진 PCA, LDA, ICA, SVM의 성능을 도출하고자 한다.

제안 방법

재활동작에 사용하기 위한 궤적 데이터세트를 20명의 사람에서 구하였다. 각 동작에 대해 3회 반복한 것을 한 단위로 하고 이 단위를 5회 반복하였다. 결과적으로, 100개의 동작 단위를 구하였다.
Nintendo Wii Remote를 사용하여 뇌출혈 재활 가능성을 제시하였고 관절 기능에 상당한 개선이 있었음을 보였다[2]. 또한, 고가의 모션캡처 장치를 통해 반신부전(hemiparesis)관련 18가지 경우에 대해 보행 분석을 하였다[3]. 그리고 스테레오 기반 응용을 통해 물리치료사를 돕는 시스템을 개발하기도 하였다[4][5].
앞의 단계에서 취득한 궤적 정보를 인식 알고리즘에 적용하여 인식정확도 및 실행시간을 구한다.
본 논문에서는 재활 동작의 3D 궤적 정보를 주요 패턴인식 알고리즘을 통해 인식 하는 방법을 사용하여 물리치료 동작을 효율적으로 인식하고자 한다. 이를 위해 저가이고, 가정이나 의료시설에서 손쉽게 사용할 수 있는 스테레오 비전 센서인 마이크로소프트 키넥트(Microsoft Kinect)를 이용하여 인체 관절을 추적하고 3D 궤적 정보를 취득하여 재활동작 인식에 사용한다.
취득한 3D 궤적 데이터세트에 대해 PCA, ICA, LDA, SVM의 패턴인식 알고리즘을 적용하여 인식정확도 및 실행시간을 구하였다. 실험을 통해, PCA, ICA는 인식정확도가 낮아 사용하기에 부적합하고 LDA, SVM은 인식정확도가 우수하여 상지 재활 동작 인식에 사용이 적합함을 보였다.
취득한 3D 궤적 정보에 대해 PCA(Principal Component Analysis), ICA(Independent Component Analysis), LDA(Linear Discriminant Analysis) 그리고 SVM(Support Vector Machine)의 패턴인식 알고리즘을 적용하여 인식정확도 및 실행시간을 구하여 어떤 알고리즘이 재활동작 인식에 적용이 가능한지를 제시한다.

대상 데이터

재활동작에 사용하기 위한 궤적 데이터세트를 20명의 사람에서 구하였다. 각 동작에 대해 3회 반복한 것을 한 단위로 하고 이 단위를 5회 반복하였다.

데이터처리

상지 재활동작에 관한 궤적을 구하면 사용자 마다 동작 특성이 같지 않기 때문에 훈련 및 테스트 데이터세트의 길이가 사용자 마다 일치하지 않는다. 이를 보정하기 위해 상호 상관 보정(cross-correlation)을 사용하였다. 이 방법은 두 시계 열간 시간 지연을 찾기 위한 표준방법으로 널리 사용된다[7].

이론/모형

동작 단위를 둘로 나누어 50개 단위의 데이터세트 2개를 작성하였다. 각 궤적 파일의 길이는 188 ~ 415로 차이가 있으므로 상호 상관 보정(cross-correlation)[7]이 필요하였다.

성능/효과

이러한 문제를 해결하기 위해, 가상현실(Virtual Reality) 기술을 사용하여 새로운 재활 도구를 만드는 것은 지난 10년간 폭 넓게 적용되어 왔다. Nintendo Wii Remote를 사용하여 뇌출혈 재활 가능성을 제시하였고 관절 기능에 상당한 개선이 있었음을 보였다[2]. 또한, 고가의 모션캡처 장치를 통해 반신부전(hemiparesis)관련 18가지 경우에 대해 보행 분석을 하였다[3].
취득한 3D 궤적 데이터세트에 대해 PCA, ICA, LDA, SVM의 패턴인식 알고리즘을 적용하여 인식정확도 및 실행시간을 구하였다. 실험을 통해, PCA, ICA는 인식정확도가 낮아 사용하기에 부적합하고 LDA, SVM은 인식정확도가 우수하여 상지 재활 동작 인식에 사용이 적합함을 보였다.

후속연구

향후연구로, 패턴인식을 통한 재활동작 인식이 다른 여러 부분에서도 적용이 가능하도록 발전시키고 재활훈련에 흥미를 가미하기위해 게임 요소를 추가하는 것이 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	재활의 단점은?	재활 영역 중에서도 상지(上肢) 재활은 신경의 복잡도로 인해 매우 어렵고 시간이 많이 걸린다. 재활은 전문치료사가 시설에서 작업치료를 하는 것이 효과적이기는 하나, 접근성, 상시성, 자발성 등에 대한 문제와 함께 비용과 시간이 많이 소요되는 문제점을 가지고 있다. 이 논문에서는 상지 재활 동작을 인식하기 위해 스테레오 비전 센서를 통해 취득한 3D 궤적정보에 대해 PCA, ICA, LDA, SVM의 패턴인식 알고리즘을 적용하여 인식정확도 및 실행시간을 구하고, 여러 패턴인식 알고리즘 중에서 어떤 알고리즘이 인식정확도 및 실행시간 측면에서 적용이 가능한지 제시한다.
	재활 영역 중 신경의 복잡도로 인해 매우 어렵고 시간이 많이 드는 재활은?	뇌졸중 및 척수 신경 손상으로 인해 재활에 대한 요구는 증대되고 있다. 재활 영역 중에서도 상지(上肢) 재활은 신경의 복잡도로 인해 매우 어렵고 시간이 많이 걸린다. 재활은 전문치료사가 시설에서 작업치료를 하는 것이 효과적이기는 하나, 접근성, 상시성, 자발성 등에 대한 문제와 함께 비용과 시간이 많이 소요되는 문제점을 가지고 있다.
	가상현실(Virtual Reality) 기술은 재활의 어떤 문제를 해결할 수 있는가?	척수 손상은 재활을 통해 부분적으로 개선되거나 회복될 수 있다. 재활은 전문 치료사가 지정한 시설에서 작업치료를 하는 것이 가장 효과적이기는 하나, 환자가 시설에 가야만 하는 접근성, 필요할 때 마다 훈련할 수 있는 상시성, 치료사의 지시에 의존하지 않고 스스로의 노력에 의해 행해지는 자발성 등에 대한 문제와 함께 비용과 시간이 많이 소요되는 문제점을 가지고 있다.

참고문헌 (11)

National Spinal Cord Injury Statistical Center, "Spinal cord injury facts and figures at a glance," Birmingham, Alabama, February 2011.
Gustavo Saposnik et al., "Effectiveness of virtual reality using Wii gaming technology in stroke rehabilitation: a pilot randomized clinical trial and proof of principle," Stroke, 41(7):1477-1484, 2010.

상세보기
Anat Mirelman, Benjamin L Patritti, Paolo Bonato, and Judith E Deutsch, "Effects of virtual reality training on gait biomechanics of individuals poststroke," Gait & Posture, 31(4):433-437, 2010.

상세보기
Yao-Jen Chang, Shu-Fang Chen, and Jun-Da Huang, "A kinect-based system for physical rehabilitation: A pilot study for young adults with motor disabilities," Research in Developmental Disabilities, 32(6):2566-2570, 2011.

상세보기
Belinda Lange, Chien-yen Chang, Evan Suma, Bradley Newman, Albert Skip Rizzo, and Mark Bolas, "Development and evaluation of low cost game-based balance rehabilitation tool using the microsoft kinect sensor," In International Conference of the Engineering in Medicine and Biology Society, pp. 1831-1834, Boston, Massachusetts, August 2011.
Sara J Mulroy et al., "Strengthening and optimal movements for painful shoulders (STOMPS) in chronic spinal cord injury: a randomized controlled trial," Physical Therapy, 91:305-324, 2011.

상세보기
Rhudy, Matthew; Brian Bucci, Jeffrey Vipperman, Jeffrey Allanach, and Bruce Abraham (November 2009), "Microphone Array Analysis Methods Using Cross-Correlations," Proceedings of 2009 ASME International Mechanical Engineering Congress, Lake Buena Vista, FL.
M. A. Turk and A. P. Pentland, "Face Recognition Using Eigenfaces", in IEEE CVPR, pp. 586-591, 1991.
M. S. Bartlett, J. R. Movellan, and T. J. Sejnowski, "Face Recognition by Independent Component Analysis", IEEE Transactions on Neural Networks, Vol. 13, pp. 1450-1464, 2002.

상세보기
P. N. Belhumeur, J. P. Hespanha, and D. J. Kriegman, "Eigenfaces vs. Fisherfaces: Recognition Using Class Specific Linear Projection", in IEEE TPAMI. Vol. 19, pp. 711-720, 1997.

상세보기
B. Heisele, P. Ho, and T. Poggio, "Face Recognition with Support Vector Machines: Global versus Component-Based Approach", in ICCV. Vol. 2 Vancouver, Canada, pp. 688.694, 2001.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

스테레오비전 센서의 3D 궤적 정보를 이용한 상지 재활 동작 인식
Recognition of Physical Rehabilitation on the Upper Limb Function using 3D Trajectory Information from the Stereo Vision Sensor 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (11)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

스테레오비전 센서의 3D 궤적 정보를 이용한 상지 재활 동작 인식 Recognition of Physical Rehabilitation on the Upper Limb Function using 3D Trajectory Information from the Stereo Vision Sensor 원문보기

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

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (11)

이 논문을 인용한 문헌

저자의 다른 논문 :

권기현 (31) 이형봉 (25)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

스테레오비전 센서의 3D 궤적 정보를 이용한 상지 재활 동작 인식
Recognition of Physical Rehabilitation on the Upper Limb Function using 3D Trajectory Information from the Stereo Vision Sensor 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper