초록 열기/닫기 버튼
본 논문에서는 여러 가지 인간의 움직임형태를 가속센서를 이용하여 측정하고, 베이스의 패턴인식 방법과 관리도 기법을 이용하여 인간의 일상 활동 중에서 갑작스런 응급상황이 일어났는지를 탐지할 수 있는 인식시스템을 제안한다. 본 연구에서는 인간의 동작들을 삼차원 가속센서로부터 측정되는 파동형태의 특징벡터로 표현하고, 이들 측정값으로부터 패턴인식에 적절한 선형예측계수와 짧은 시간 에너지 값들을 추출하여 패턴특징벡터로 사용하였다. 또한 패턴을 인식하는 분류기로는 베이스 분류기를 이용하여 모든 동작들이 정상상태의 움직임인지 또는 비 정상상태의 움직임인지를 판별하였다. 다음으로 누적합 관리도 방법을 사용하여 실시간으로 인간의 동작상태를 감시하여 이상상태가 발생하였을 때 이것을 신속하게 탐색할 수 있는 탐색시스템을 제안한다. 실험 결과를 통하여 제안된 알고리즘이 여러 사람들의 다양한 움직임의 형태를 비교적 정확하게 잘 인식할 수 있음을 보였고, 또한 베르누이 누적합 관리도 방법이 인간행동방식에 대한 이상적인 변화의 발생을 정확하게 탐지하고 있음을 알 수 있었다주요용어 : 인간행동유형, 가속센서, 선형예측계수, 짧은시간 에너지계수, 베이스 분류기, 오분류행렬, 베르누이 누적합 관리도.
This paper proposes a discrimination system of human motions using acceleration sensors and CUSUM control chart. Our approach uses motion features that are represented as three kinds of waves in two dimensional spaces. To express exactly a pattern of each action, we drive the linear predictor coefficients from 3D sensor data and use these values as feature vectors. Next, to recognize each action, we use Bayes Classifier and Neural Network Classifier and we use CUSUM control chart technique to monitoring the human real-life. Experimental results show that our algorithm is very accurate and also is robust to the recognition of a change of each activity in performance of various physical styles of human actions.
키워드열기/닫기 버튼
Pattern recognition, Acceleration sensor, LPC coefficient, Short time energy coefficient, Bayes classifier, CUSUM control chart.
