Real-Time Vision Sensor-based Unexpected Fall Risk Detector Using Depth Information

깊이 정보를 이용한 실시간 비전 센서 기반 낙상 위험 검출기

본 논문에서는 홈 헬스케어 환경에서 위험 동작이 발생할 경우 이를 검지하는 방법으로, 물체 검출을 위해 입력받은 영상으로 부터 배경모델을 생성하여 이를 이용해 관심 물체를 검출한다. 검출된 물체 영역 내에서 중심점의 주변 탐색을 통해 관심 물체를 추적하며, 관심 물체의 모멘트 분석 정보와 깊이 정보를 활용하여 정상 동작이 아닌 낙상과 같은 비정상적인 위험 동작이 발생되었을 경우 검출할 수 있다. 기존 비전 센서 기반 방법들은 2차원 영상 정보를 이용하기 때문에 다양한 낙상 동작에 대해 낮은 검출율을 보이고 있다. 이에 대한 개선책으로 깊이정보를 활용하여 검출함으로써 신뢰성있는 검출율을 보여주는 실시간 비전 센서 기반을 둔 위험 낙상 검출기를 제안한다.