$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

독거노인 케어를 위한 개선된 YOLO-KCF 기반 낙상감지 알고리즘
The Modified Fall Detection Algorithm based on YOLO-KCF for Elderly Living Alone Care 원문보기

한국융합신호처리학회논문지 = Journal of the Institute of Convergence Signal Processing, v.21 no.2, 2020년, pp.86 - 91  

강경원 (동명대학교 정보통신소프트웨어공학과) ,  박수영 (경기대학교 대학원 청소년학과)

초록
AI-Helper 아이콘AI-Helper

독거노인이 증가하면서 낙상 사고 빈도도 높아지고 있다. 낙상은 노인들의 건강을 위협할 뿐만 아니라, 독립적인 생활을 위협할 수 있다. 이 문제를 해결하기 위해서는 독거노인의 위급한 상태를 인식하고 대응할 수 있는 실시간 기술이 필요하다. 따라서 본 논문은 독거노인을 위해 긴급 상황 중 하나인 낙상을 실시간으로 확인할 수 있는 YOLO-KCF를 기반 개선된 낙상 감지 알고리즘을 제안한다. YOLO는 물체의 검출뿐 아니라 서 있는 행동과 쓰러지는 행동 유행을 감지할 수 있다. 따라서 본 논문은 서 있는 행동 유형과 쓰러지는 행동 유형간의 경계 박스의 형태 변화를 이용하여 낙하를 검출할 수 있으며, KCF의 단점을 개선할 수 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

As the number of elderly people living alone increases, the frequency of fall accidents is also increasing. Falls are a threat to the health of older adults and can reduce their ability to remain independent. To solve this problem, we need real-time technology to recognize and respond to the critica...

주제어

#낙상 검출   #객체 검출   #객체 추적  

참고문헌 (11)

  1. S. Ren, K. He, R. Girshick, J. Sun, "Faster R-CNN: Towards real-time object detection with region proposal networks," Proc. of the Int'l Conf. on Neural Information Processing Systems, pp. 91-99, 2015. 

  2. J. Dai, Y. Li, K. He, J. Sun, "R-FCN: Object detection via region-based fully convolutional networks," Proc. of the Int'l Conf. on Neural Information Processing Systems, pp. 379-387, 2016. 

  3. T. Y. Lin, P. Dollar, R. Girshick, K. He, B. Hariharan, S. Belongie, "Feature pyramid networks for object detection," Proc. of IEEE Conf. on Computer Vision and Pattern Recognition, pp. 2117-2125, 2017. 

  4. J. Redmon, S. Divvala, R. Girshick, and A. Farhadi, "You Only Look Once: Unified, Real-Time Object Detection," Proc. of IEEE Conf. on Computer Vision and Pattern Recognition, pp. 779-788, 2016. 

  5. W. Liu, D. Anguelov, D. Erhan, C. Szegedy, S. Reed, C. Y. Fu, A. C. Berg, "SSD: Signle shot multibox detector," European Conf. on Computer Vision, pp. 21-37, 2016. 

  6. T. Y. Lin, P. Goyal, R. Girshick, K. He, P. Dollar, "Focal loss for dense object detection," Int'l Conf. on Computer Vision, pp. 2980-2988, 2017. 

  7. J. Redmon, A. Farhadi, "YOLO9000: Better, faster, stronger," Proc. of IEEE Conf. on Computer Vision and Pattern Recognition, pp. 6517-6525, 2017. 

  8. Redom, Darknet: Open source neural networks in C, http://pjreddie.com/darknet/ 

  9. J. H. Henriques, R. Caseiro, P. Martins, J. Batista, "High-speed tracking with kernelized correlation filters," TPAMI, vol. 37, no. 3, pp. 583-596, 2015. 

  10. S. H. Hwang, S. B. Pan, "Fall detection system using the open source hardware and RGB camera," Journal of KIIT, vol. 16, no. 4, pp. 19-24, 2016. 

  11. Fall detection Dataset, http://le2i.cnrs.fr/Fall-detectionDataset. 

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로