• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 한국방송공학회 2015년도 추계학술대회
• /
• pp.74-76
• /
• 2015

본 논문에서는 효율적인 자세인식을 위해 인체 골격 정보를 활용한 멀티클래스 SVM(Multiclass Support Vector Machine)학습 기반의 자세 인식 분류 기법을 제안한다. RGB 카메라로 취득한 영상을 활용하거나 깊이 카메라로부터 취득한 골격 정보를 그대로 사용하는 기존 연구와 달리 제안 기법에서는 깊이 정보로부터 추출한 인체의 3 차원 골격 정보를 이용하여 고차원의 특징을 추출하고 그로부터 자세 인식 분류를 수행한다. 제안 기법의 특징 벡터는 깊이 정보에서 취득한 골격 정보의 관절간 각도의 조합으로 구성하여 인체의 골격 편차에 강인할 뿐 아니라 특징의 차원을 효과적으로 감소시킬 수 있다. 또한 분류기로는 멀티클래스 SVM 방식 중 one-vs-one 분류 방식을 이용하여 학습 및 판별을 수행함으로써 제안 기술의 성능을 평가한다. 실험을 통해 제안 기법은 다수의 자세에서 비교하는 다른 학습 기법보다 비교적 높은 자세인식률을 보인다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• 제25권9호
• /
• pp.1183-1189
• /
• 2021

There have been recently an increasing number of people working out at home. However, many of them do not have face-to-face guidance from experts, so they cannot effectively correct their wrong pose. This may lead to strain and injury to those doing home training. To tackle this problem, this paper proposes a video data-based pose classification and correction system for home training. The proposed system classifies poses using the multi-layer perceptron and pose estimation model, and corrects poses based on joint angels estimated. A voting algorithm that considers the results of successive frames is applied to improve the performance of the pose classification model. Multi-layer perceptron model for post classification shows the highest accuracy with 0.9. In addition, it is shown that the proposed voting algorithm improves the accuracy to 0.93.

• KIPS Transactions on Software and Data Engineering
• /
• 제2권3호
• /
• pp.209-218
• /
• 2013

Early researches in human action recognition have focused on tracking and classifying articulated body motions. Such methods required accurate segmentation of body parts, which is a sticky task, particularly under realistic imaging conditions. Recent trends of work have become popular towards the use of more and low-level appearance features such as spatio-temporal interest points. Given the great progress in pose estimation over the past few years, redefined views about pose-based approach are needed. This paper addresses the issues of whether it is sufficient to train a classifier only on low-level appearance features in appearance approach and proposes effective pose-based approach with pose estimation for emotional action recognition. In order for these questions to be solved, we compare the performance of pose-based, appearance-based and its combination-based features respectively with respect to scenario of various emotional action recognition. The experiment results show that pose-based features outperform low-level appearance-based approach of features, even when heavily spoiled by noise, suggesting that pose-based approach with pose estimation is beneficial for the emotional action recognition.

• Journal of the Institute of Convergence Signal Processing
• /
• 제21권2호
• /
• pp.73-78
• /
• 2020

Musculoskeletal disease is often caused by sitting down for long period's time or by bad posture habits. In order to prevent musculoskeletal disease in daily life, it is the most important to correct the bad sitting posture to the right one through real-time monitoring. In this study, to detect the sitting information of user's without any constraints, we propose posture measurement system based on multi-channel pressure sensor and CNN model for classifying sitting posture types. The proposed CNN model can analyze 5 types of sitting postures based on sitting posture information. For the performance assessment of posture classification CNN model through field test, the accuracy, recall, precision, and F1 of the classification results were checked with 10 subjects. As the experiment results, 99.84% of accuracy, 99.6% of recall, 99.6% of precision, and 99.6% of F1 were verified.

• Journal of the Institute of Electronics and Information Engineers
• /
• 제52권6호
• /
• pp.117-125
• /
• 2015

In the modern age, it is important for people to maintain a good sitting posture because they spend long hours sitting. Posture correction treatment requires a great deal of time and expenses with continuous observation by a specialist. Therefore, there is a need for a system with which users can judge and correct their postures on their own. In this study, we collected users' postures and judged whether they are normal or abnormal. To obtain a user's posture, we propose a four-joint motion capture system that uses inertial sensors. The system collects the subject's postures, and features are extracted from the collected data to build a database. The data in the DB are classified into normal and abnormal postures after posture learning using the K-means clustering algorithm. An experiment was performed to classify the posture from the joints' rotation angles and positions; the normal posture judgment reached a success rate of 99.79%. This result suggests that the features of the four joints can be used to judge and help correct a user's posture through application to a spinal disease prevention system in the future.

• Journal of Biomedical Engineering Research
• /
• 제20권5호
• /
• pp.559-566
• /
• 1999

환자의 기능평가를 위하여 중요한 자세균형의 유지는 압력중심(COP) 의 동요 신호를 직접 연속적으로 계측함으로써 가능하다. COP 신호로부터 다양한 종류의 자세안정도지표를 산출할 수 있으나 임상적으로 유용한 최소한의 지표종류로는 규명된 바 없다. 이에 본 연구에서는 인체가 서있는 상태의 정적자세를 유지할 때 압력중심 신호로부터 자세안정도지표를 산출하여 분석함으로써 임상적 유용성이 가장 큰 지표의 종류를 결정하고자 하였다. 양발을 편안히 벌리거나 (FS), 모두 모으거나(FT), 한쪽발 만으로(RL, LL)서있는 자세에 대해서 양쪽 눈을 뜨거나(EO) 감은(EC)8가지 정적자세를 취하며 30초간 자세균형을 유지시켰다. 자세형태에 따른 안정도의 척도로서 신체가 지면을 차지하는 면적(S)을 사용하였다. 자세안정도지표로서 1)position deviation, 2) position turn 3) velocity의 3가지로 분류할 수 있는 18가지 지표를 설정하였다. 피검자는 20, 30, 40 ,50 대 정상인을 연령대 별로 각각 남·녀 5명씩 고르게 총 40명을 선정하여 실험하였다. 자세안정도지표 모두가 S와 비교적 높은 유의한 상관관계를 보인 바 인을 연령대 별로 각각 남·녀 5명씩 고르게 총 40명을 선정하여 실험하였다. 자세안정도지표 모두가 S와 비교적 높은 유의한 상관관계를 보인바 (상관계수=0.6∼0.8, P<0.0001), S가 자세형태를 정량화 할 수 있음을 입증하였다. 모든 지표들에 있어서 시각의 영향이 뚜렷하였으며 특히 자세가 불안해질수록 상대적으로 시각의 영향이 두드러졌다. 그러나 시각의 영향의 지표들간의 차이는 없었다. 반면 노화(연령증가)에 따른 안정도지표의 변화는 미미하였으며 위의 3가지 안정도지표분류 중 position deviation 지표만이 통계적으로 유의한(P<0.05) 상관관계를 보였다. 따라서 정적자세유지시 안정도지표로는 position deviation 지표들이 가장 예민함을 알 수 있었다. 그러나 position deviation 지표들과 연령과의 상관계수는 0.5이하로서 매우 느슨한 상관관계를 보였으며, 연령증가에 따른 자제불안정도의 증가도 매우 작아서 그 임상적 응용가능성은 의문시되었다. 또한 위에서 제시한 3가지의 분류의 지표중 position turn 과 velocity 지표의 의미에 관해서는 향후 심층적인 연구가 필요한 것으로 판단되었다.

• Journal of rehabilitation welfare engineering & assistive technology
• /
• 제11권3호
• /
• pp.261-270
• /
• 2017

Bad sitting postures are known to cause for a variety of diseases or physical deformation. However, it is not easy to fit right sitting posture for long periods of time. Therefore, methods of distinguishing and inducing good sitting posture have been constantly proposed. Proposed methods were image processing, using pressure sensor attached to the chair, and using the IMU (Internal Measurement Unit). The method of using IMU has advantages of simple hardware configuration and free of various constraints in measurement. In this paper, we researched on distinguishing sitting postures with a small amount of data using just one IMU. Feature extraction method was used to find data which contribution is the least for classification. Machine learning algorithms were used to find the best position to classify and we found best machine learning algorithm. Used feature extraction method was PCA(Principal Component Analysis). Used Machine learning models were five : SVM(Support Vector Machine), KNN(K Nearest Neighbor), K-means (K-means Algorithm) GMM (Gaussian Mixture Model), and HMM (Hidden Marcov Model). As a result of research, back neck is suitable position for classification because classification rate of it was highest in every model. It was confirmed that Yaw data which is one of the IMU data has the smallest contribution to classification rate using PCA and there was no changes in classification rate after removal it. SVM, KNN are suitable for classification because their classification rate are higher than the others.

• Proceedings of the Korea Information Processing Society Conference
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.681-683
• /
• 2022

코로나 19 로 인해 사회적으로 활동 범위에 제약이 많아져 신체 노화가 진행중인 노년층의 심각한 운동 부족 현상 발생했다. 이에 따라 본 연구는 스마트 미러 트레이닝 프로그램의 범람 속에 신체적인 불편함을 가지고 있는 노인의 건강 증진에 주목하여 스마트 미러와 노인 자세 탐지, 자세 정확성 판단 시스템을 기반으로 한 자세 분류 서비스 제공 프로그램을 제안한다. 스마트 미러에 탑재된 카메라로 받아온 영상을 MoveNet 과 머신러닝 모델을 사용하여 사용자의 동작을 파악하는 방식으로 활동 프로그램을 진행한다. 향후 디지털 소외 계층의 사용 및 노인 자세 데이터 분석에 활용할 수 있을 것으로 기대한다.

• Journal of rehabilitation welfare engineering & assistive technology
• /
• 제9권4호
• /
• pp.285-291
• /
• 2015

In this paper, we propose a classification algorithm for postures of sitting person by using IMU(inertial measurement unit). This algorithm uses PCA(principle component analysis) for decreasing the number of feature vectors to three and SVM(support vector machine) with RBF(radial basis function) kernel for classifying posture types. In order to collect the data, we designed neckband-shaped earphones with IMU, and applied it to three subjects who are healthy adults. Subjects were experimented three sitting postures, which are neutral posture, smartphoning, and writing. As the result, our PCA-SVM algorithm showed 95% confidence while the dimension of the feature vectors was reduced to 25%.

• Proceedings of the Korean Information Science Society Conference
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.775-777
• /
• 2004

본 논문에서는 테트리스 게임을 위한 비젼 기반의 인터페이스를 제안하고 있다 제안된 인터페이스는 카메라로부터 실시간으로 입력되는 연속 영상에서 손의 제스처를 인식하고, 인식된 제스처를 게임의 명령으로 사용한다 테트리스 게임에 필요만 6개의 명령은 손의 자세로 정의되는 세 종류의 정적 제스처와 손의 자세와 움직임으로 정의되는 세 종류의 동적 제스처 정의된다. 손의 자세는 손 영역의 불변 모멘트로 표현하였고, 입력된 손 영역의 자세는 미리 학습된 불변 모멘트 값들과의 거리차이를 비교하여 분류한다. 실험 결과에서 제안된 시스템이 실시간 테트리스 게임의 인터페이스로 적용가능함을 보였다.