• Trans-
• /
• v.14
• /
• pp.35-63
• /
• 2023

Parkinson's disease is a degenerative neurological disease that affects even basic daily life movements due to impairment of body function caused by a lack of dopamine, which is charge of the body movement. Presently, it is hard to cure Parkinson's disease entirely with medical technology, so movement therapy as a solution to delay and prevent disease is getting more attention. Therefore, this study aims at desiging and disseminating a body movement program that concentrates on individual self-care and balacing the state of body and mind by applying the Feldenkrais Method® to patients with Parkinson's disease. The Feldenkrais Method® is a mind-body perceptual learning method using body movements. It is a methodology that re-educates the nervous system by connecting the brain and behavior as a function of neuroplasticity. In this study, the body movement program developed and verified by the researcher was modified and supplemented with a focus on the self-awareness of the Feldenkrais Method®. A 24-session physical exercise program was composed of 5 stages to improve the self-management ability of patients with Parkinson's disease. The stages include self-awareness, self-observation, self-organization, self-control, and self-care. The overall changes recognize one's condition and improve one's ability to detect modifications in the internal sense and external environment. In conclusion, the body movement program improves the body movement program improves mental and physical functions and self-care for Parkinson's disease patients through the Feldenkrais method. The availability of the program's on-site applicability remains a follow-up task. Furthermore, it is necessary to establish a systematic structure to spread it more widely through convergent cooperation with the scientific field applied with metaverse as a reference for the wellness of the elderly.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.4-5
• /
• 2011

수화는 몸 동작 또는 손가락의 움직임을 통하여 상호 커뮤니케이션을 하는 하나의 언어이며, 이 언어의 디지탈 미디어로의 소통을 위해서는 동작을 하나의 의미 있는 단어, 음절로의 표현이 가능해야 한다. 여기서는 몸 동작, 팔 다리의 움직임 보다는 손가락의 움직임에 초점을 맞추어 지문자 인식에 필요한 센서 시스템에 대하여 고찰한다. 우선 연속적인 지문자, 지숫자의 입력을 인식하기 위해서는 각 문자 절음 인식이 가장 중요한 문제가 된다. 절음 위치를 인식하는 것은 현재 입력된 패턴과 다음 패턴을 구분지어 각각 다른 지문자 혹은 지숫자로 인식할 수 있게 하는 기반이 된다. 손가락 구부러짐의 구분 및 인식을 위한 방법의 개발을 위해, 언어별 수화의 특징 분석을 토대로 다양한 적용 가능한 센서를 탐색하고 수화 장갑을 위한 원천기술을 개발, 수화 장갑 프로토타입을 제작하였다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2000.04a
• /
• pp.463-468
• /
• 2000

본 논문에서는 얼굴의 9가지 상태를 인식하고 이를 상태 시퀀스로 생성한 후, 오토마타 기법을 적용하여 13가지(준비, 상측, 하측, 좌측, 우측, 전진, 후퇴, 좌 윙크, 우 윙크, 좌 더블 윙크, 우 더블 윙크, 긍정, 부정) 헤드 제스처를 인식하는 방법을 제안한다. 얼굴 영역을 추출하는 방법에서는 최적의 얼굴색 정보와 적응적 움직임 정보를 이용하여 얼굴 영역을 추출한다. 눈의 후보 영역을 추출하는 방법에서는 소벨 연산자와 투영 기법을 이용한다. 이 때 눈의 후보들을 제거하기 위하여 눈의 기하학적 정보와 눈은 쌍으로 존재한다는 정보를 이용한다. 얼굴의 상태를 인식하기 위해서는 계층적인 특징분석 방법을 사용한다. 13가지 헤드 제스처는 얼굴 상태 인식의 처리에서 생성된 상태 시퀀스를 이용한 오토마타 기법에 의해 인식된다. 실험 결과, 93.3%의 헤드제스처 인식률을 얻었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.459-462
• /
• 2007

본 연구에서는 동적 수신호 인식문제를 위하여 CNN 모델을 사용한 특징추출 기법과, FMM 신경망을 사용한 특징 분석 기법을 상호 결합한 형태의 패턴 인식 모델을 제안한다. 수신호 인식을 위하여 영상패턴에서 대상물의 움직임 정보에 기초한 3 차원 형식의 데이터 표현 기법과, 이로부터 인식을 위한 특징추출 기법을 제시한다. 특징추출 모듈에서는 3 차원으로 확장된 구조의 수용영역을 고려한 CNN 모델을 제안하며, 이로부터 학습패턴에서 특징점의 공간적 변이에 대한 영향을 최소화할 수 있음을 고찰한다. 또한 인식효율의 개선을 위하여 방대한 양의 특징집합으로부터 효과적인 특징을 선별하기 위한 방법론으로서 WFMM 모델 기반의 특징분석 기법을 정의하고 이로부터 선별된 특징을 사용하는 인식 기법을 소개한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.11a
• /
• pp.85-87
• /
• 2022

최근 CCTV 출입 기록, 휴대폰 보안, 스마트 매장 등에서 얼굴 인식을 통해 개인을 식별하는 기술이 널리 사용되고 있다. 카메라의 각도, 조명, 사람의 움직임 등 얼굴 인식에 많은 외부 환경이 영향을 미치고 있지만 그중에서도 실제 영상에서 얼굴이 차지하는 영역이 작아 저해상도 얼굴 인식에 어려움을 겪고 있다. 이러한 문제점을 해결하고자 본 논문에서는 이미지 해상도가 얼굴 인식에 끼치는 영향을 알아보고 이미지 초해상화를 통해 얼굴 인식 성능을 개선하고자 한다. 쌍선형, 양3차 회선 보간법과 딥러닝 기반의 이미지 초해상화 모델인 RCAN을 이용하여 업스케일링한 데이터셋에 대해 학습한 ArcFace를 통해 얼굴 검증 평가를 진행하였다. 고해상도 이미지는 얼굴 인식 성능을 향상시키며, RCAN을 사용한 이미지 초해상화가 보간법을 사용한 방법보다 더 좋은 성능을 보였다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.45 no.3
• /
• pp.135-141
• /
• 2008

We propose a new method for recognizing the activities of daily living(ADL) based on the state-dependent motion analysis using 3-axial accelerometers and a glove type RFID reader. Two accelerometers are used for the classification of 5 body states based on the decision tree. Classification of the instrumental activities is performed based on the hand interaction with an object ID using an accelerometer and a RFID reader. Object-dependent hand movements are classified into 5 categories in advance and final decision combines the body state and the instrumental activities. Experiment shows that the suggested hierarchical motion analysis provides accuracy rate of over 90% for all 20 ADLs.

• Proceedings of the Korea Contents Association Conference
• /
• 2015.05a
• /
• pp.317-318
• /
• 2015

다감각 자극을 사용한 유치원 교육콘텐츠 서비스를 제공하기 위해 머리중심적 움직임 분석을 사용한 감성인식 기술을 개발하였다. 유치원 교육콘텐츠는 청각/후각/시각 등의 다감각 자극을 통해 교육서비스의 효과를 극대화하기 위한 목적으로 제작되었다. 본 연구에서는 다감각 자극동안 유치원생들의 감성유발을 측정하여 교육서비스 효과를 검증하는 것을 목적으로 인식기술을 개발하였다. 개발한 인식기술은 카메라를 사용하여 상단영상을 측정하고, 머리중심점 움직임을 지속적으로 측정하여 분석함으로써 유발된 감성을 인식한다. 또한 감성인식 결과는 다감각 자극을 제어하는 시스템에 전달되어 다감각 자극을 제시하기 위한 정보로 활용된다. 본 연구의 결과로 교육콘텐츠의 감성유발 결과를 평가할 수 있으며, 효과를 극대화 하기 위한 도구로써 활용가능하였다. 더욱이, 교육콘텐츠 뿐만 아니라 다양한 콘텐츠 서비스 공간에 적용하여 효과 검증 및 서비스 효과 증가에 활용될 수 있는 기술로써 가치가 있을 것으로 예상된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06c
• /
• pp.488-493
• /
• 2007

본 논문에서는 실내 또는 실외 환경에서의 비전 감시 시스템에 응용할 객체의 이벤트 인식 방법을 정의한다. 객체의 이벤트를 실시간으로 적용하기 위해서는 연산 시간이 적어야하며 이벤트 인식 정확률 또한 높아야 한다. 기존의 규칙 또는 확률 기반 이벤트 인식 방법은 객체의 움직임 이벤트에 대해 한정적이거나 객체의 특징 벡터 추출이 규칙에 어긋나는 경우 오류가 발생하여 이벤트 인식의 정확도가 떨어지는 문제점이 있다. 본 논문에서는 시간의 흐름에 따른 독립 객체의 특징 벡터와 확률 정보를 통해 정해진 규칙에 가장 가까운 상황에 대해 계속적으로 이루어지는 이벤트 인식 방법을 제안한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.07a
• /
• pp.515-516
• /
• 2018

본 논문에서는 수동 적외선 (PIR: passive infrared) 센서를 탑재한 센싱 시스템과 딥러닝 알고리즘을 활용하여 실내 환경에서 사용자의 이동 방향을 인식하기 위한 방법을 제안한다. PIR 센싱 소자는 사람의 이동 방향에 따라 구별이 가능한 신호를 발생시키는데, 4개의 PIR 센서를 $45^{\circ}$씩 증가하도록 배치한 센싱 시스템을 개발하여 실내 천장에 설치한 뒤 6명의 사용자로부터 인식 범위 내에서 움직이는 동안 PIR 센서 신호를 수집하였다. 수집한 원시 데이터와 특징 데이터를 추출하여 딥러닝 알고리즘을 적용한 인식률을 실험하였으며, 제안한 센싱 시스템과 딥러닝 알고리즘이 사용자의 움직임을 99.2%%로 인식할 수 있음을 보였다. 또한 한 개의 센서만을 이용하였을때에도 98.4%의 정확도로 사용자의 움직임 방향을 탐지하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.63-65
• /
• 2007

본 연구에서는 비디오 영상데이터로부터 인간의 행동패턴의 인식기술 및 상황인식 기법을 소개하고 이를 활용한 실용적 응용으로서 지능형 감시시스템을 제안한다. 순차적 영상신호에서 형태기반의 정적 특징과 목표물의 움직임 요소를 측정한 동적 특징을 결합한 형태의 특징 표현 및 추출기법과 행동패턴 및 상황패턴에 대한 인식 모델을 제시하고 구현한다. 모듈구조의 시스템에서 영상처리 모듈과 패턴인식 모듈은 특징추출 및 인식과정을 수행하며, 감시영상에 대한 상황판단 기능은 데이터베이스 모듈과 연동하여 효과적인 검색기능과 경보기능 등을 지원한다. 이러한 기능은 기존의 시스템에서 운영자의 지속적인 감시작업과 상황판단 작업을 보조 또는 대행하여 수행할 수 있을 뿐만 아니라 데이터저장 공간을 획기적으로 줄이고 부수적으로 효율적인 영상의 조회기능 및 추적기능 등의 유용한 인터페이스를 지원한다.