전자공학회논문지SC (Journal of the Institute of Electronics Engineers of Korea SC)

대한전자공학회 (The Institute of Electronics and Information Engineers)
권호 표지

단일 카메라를 이용한 동역학 기반의 보행 동작 추적

Tracking a Walking Motion Based on Dynamics Using a Monocular Camera

  • 유태근 (연세대학교 의학전문대학원) ;
  • 최재림 (연세대학교 생체공학협동과정) ;
  • 김덕원 (연세대학교 의과대학 의학공학교실)
  • Yoo, Tae-Keun (College of Medicine, Yonsei Uinversity) ;
  • Choi, Jae-Lim (Graduate Program in Biomedical Engineering, Yonsei University) ;
  • Kim, Deok-Won (Dept. of Medical Engineering, Yonsei Uinversity College of Medicine)
  • 투고 : 2011.08.18
  • 심사 : 2011.12.15
  • 발행 : 2012.01.25
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

보행을 관찰하고 객관적인 정보를 추출하여 그 기능을 평가하는 것을 보행 분석이라고 한다. 최근 사용되는 보행 측정 장비들은 다수의 카메라, 지면 반력 측정 장치로 구성되어 고가이며, 이를 설치할 넓은 장소를 필요로 한다는 단점이 있다. 본 연구에서는 이러한 문제점을 해결하기 위해 단일 카메라를 통해 얻은 영상에서 마커 없이 인체의 3차원 보행 동작을 측정하는 기법을 제안한다. 파티클 필터를 사용하여 훈련 데이터와 보행에 관한 사전 정보 없이 사람의 동작을 추적한다. 인체와 지면에 관한 동역학을 통해 물리적으로 합당한 인체의 동작들을 생성하였다. 보행 영상에서 계산한 모든 관절의 평균 에러는 제안한 방법에서 $12.4^{\circ}$로, 기존 파티클 필터의 에러 $34.6^{\circ}$보다 작았다. 이러한 결과를 바탕으로 단일 카메라만으로 보행을 정량적으로 측정하여 기존 복잡한 장비를 대체할 수 있는 가능성을 제시하였다.

Gait analysis is an examination which extracts objective information from observing human gait and assesses the function. The equipments used recently for gait analysis are expensive due to multiple cameras and force plates, and require the large space to set up the system. In this paper, we proposed a method to measure human gait motions in 3D from a monocular video. Our approach was based on particle filtering to track human motion without training data and previous information about a gait. We used dynamics to make physics-based motions with the consideration of contacts between feet and base. In a walking sequence, our approach showed the mean angular error of $12.4^{\circ}$ over all joints, which was much smaller than the error of $34.6^{\circ}$ with the conventional particle filter. These results showed that a monocular camera is able to replace the existing complicated system for measuring human gait quantitatively.

키워드

참고문헌

  1. M. W. Whittle, "Clinical gait analysis: A review", Human Movement Science, Vol. 15, no. 3, pp. 369-387, 1996. https://doi.org/10.1016/0167-9457(96)00006-1
  2. 김덕용, 박창일, 안소영, 나상일, 박태훈, "정상 성인에서의 모의 뻗정다리 보행", 대한재활의학회지, 제31권 제3호, pp.310-316, 2007.
  3. E. S. Park, C. Park, H. J. Lee, D. Y. Kim, D. S. Lee and S. R. Cho, "The characteristics of sit-to-stand transfer in young children with spastic cerebral palsy based on kinematic and kinetic data", Gait & Posture, Vol. 17, no. 1, pp. 43-49, 2003. https://doi.org/10.1016/S0966-6362(02)00055-3
  4. 이재영, 이경중, 김영호, 이성호, 박시운, "가속도계를 이용한 편마비 환자의 보행 분석 알고리즘 개발", 전자공학회논문지, 제 41권 SC편, 제4호, 177-240쪽, 2004년, 7월
  5. 정진엽, 박문석, 최인호, 조태준, 유원준, 김진영, "정상 한국인의 3차원 보행분석", 대한정형외과학회지, 제40권, 제1호, pp. 83-87, 2005.
  6. M. W. Whittle, Gait analysis: an introduction, Butterworth-Heinemann, Oxford, pp. 127-161, 1996.
  7. J. Courtney and A. M. de Paor, "A monocular marker free gait measurement system", IEEE Transactions on neural systems and rehabilitation engineering, Vol. 18, no. 4, pp. 453-460, 2010. https://doi.org/10.1109/TNSRE.2010.2041792
  8. R. Poppe, "Vision-based human motion analysis: An overview", Computer Vision and Image Understanding, Vol. 108, no. 1, pp. 4-18, 2007. https://doi.org/10.1016/j.cviu.2006.10.016
  9. A. Agarwal and B. Triggs, "Recovering 3D human pose from monocular images", IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 28, pp. 44-58, 2006. https://doi.org/10.1109/TPAMI.2006.21
  10. J. Deutscher and I. Reid, "Articulated body motion capture by stochaistic search, International Journal of Computer Vision, Vol. 1, no. 2, pp. 185-205, 2004.
  11. M. A. Brubaker, J. Fleet, and A. Hertzmann, "Physics-Based Person Tracking Using the Anthropomorphic Walker", International Journal of Computer Vision, Vol. 87, no. 1-2, pp. 140-155, 2010. https://doi.org/10.1007/s11263-009-0274-5
  12. M. Vondrak, L. Sigal and O. C. Jenkins, "Physical simulation for probabilistic motion tracking", in Proceedings IEEE Computer Society Conference on Computer Vision and Pattern Recognition, Los Alamitos, USA, pp. 1-8, 2008.
  13. G. Shakhnarovich, P. Viola and T. Darrell, "Fast pose estimation with parameter sensitive hashing", In Conference on Computer Vision, Nice, France, pp. 750-757, 2003.
  14. L. Sentis, J. Park and O. Khatib, "Compliant Control of Multi-Contact and Center of Mass Behaviors in Humanoid Robots", IEEE Transactions on Robotics, Vol. 26, no. 3, pp. 483-501, 2010. https://doi.org/10.1109/TRO.2010.2043757
  15. D. Baraff, "Issues in computing contact forces for non-penetrating rigid bodies", Algorithmica, Vol. 10, no. 2-4, pp. 292-352, 1993. https://doi.org/10.1007/BF01891843
  16. R. Gross and J. Shi, The CMU motion of body (mobo) database, Technical Report CMU-RI-TR-01-18, Carnegie Mellon University, pp. 3-9, 2001.
  17. R. Hartley and A. Zisserman, Multiple View Geometry, Cambridge University Press, Cambridge, pp. 178-182, 2000.