선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- 작업자의 위험 행동 분석을 위한 실험이다. 서있기, 걷기, 앉기, 뛰기의 네 가지 행동을 분석하는 실험을 진행하였다. 실험 환경은 네 가지 행동에 대해 한 명의 피실험자가 블랙박스를 몸 뒤에 장착한 뒤, 행동별로 1시간동안 실험하였다.
- 서있기, 걷기, 앉기, 뛰기의 네 가지 행동을 분석하는 실험을 진행하였다. 실험 환경은 네 가지 행동에 대해 한 명의 피실험자가 블랙박스를 몸 뒤에 장착한 뒤, 행동별로 1시간동안 실험하였다. 실험에서는 도메인으로 6축 가속도, 사용자 정보를 가지고 실험을 진행하였다[3].
- 딥러닝 기반 고소작업자 행동 분석 시스템은 안전한 산업현장을 구축하기 위한 시스템이다. 이 시스템을 통해 관리자는 작업자의 행동을 모니터링하고 학습된 모델로 작업자의 위험행동을 분석하는 시스템을 제안하였다. 기존 연구의 룰 베이스 방식을 벗어나 딥러닝 방식의 작업자 행동 분석을 제안 하였고 정확도를 확인할 수 있었다.
- 하지만 행동 데이터에 의해 결과가 결정되어 부정확한 결과를 도출하기도 하였다. 이를 보안하기 위해 기존 방식을 딥러닝을 적용하여 작업자의 행동을 보다 더 정확하게 분석한다. 딥러닝 기반 산업현장 고소작업자 행동 분석 시스템은 이러한 기술을 내장하여 안전한 산업현장을 구축할 수 있도록 도와준다.
대상 데이터
- 실험에서는 도메인으로 6축 가속도, 사용자 정보를 가지고 실험을 진행하였다[3]. 확보한 데이터를 전처리과정을 통해 이미지화 시켰고, 2천장의 트레이닝 셋을 확보하였다. 이미지화된 트레이닝셋을 CNN을 사용하는 Inception V3 모델을 이용하여 학습을 진행하였다[4].
이론/모형
- 확보한 데이터를 전처리과정을 통해 이미지화 시켰고, 2천장의 트레이닝 셋을 확보하였다. 이미지화된 트레이닝셋을 CNN을 사용하는 Inception V3 모델을 이용하여 학습을 진행하였다[4]. 네 가지 행동에 대한 학습 데이터 검증을 위해 5번의 분석 실험을 하였고, 실험 결과는 Table.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.