• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.183-186
• /
• 2021

인간 자세 추정 연구는 최근 크게 주목 받고 있는 연구 분야이다. 본 연구는 또한, 자기 지도 학습이라고 명명된 딥러닝 기법이 부상하면서 여러 문제가 해결되고 있다. 본 논문에서는, 이러한 문제를 해결하는 딥러닝 기반 인간 자세 추정 방법들을 유형별로 분류해본다. 그리고 각 분류별 설명과 함께 대표적인 방법들을 소개한다. 마지막으로, 결론에서는 본 연구가 앞으로 나아갈 방향에 대한 논의를 제시한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.134-138
• /
• 2021

3 차원 휴먼 자세 추정 모델은 다시점 모델과 단시점 모델로 분류될 수 있다. 일반적으로 다시점 모델은 단시점 모델에 비하여 뛰어난 자세 추정 성능을 보인다. 단시점 모델의 경우 3 차원 자세 추정 성능의 향상은 많은 양의 학습 데이터를 필요로 한다. 하지만 3 차원 자세에 대한 참값을 획득하는 것은 쉬운 일이 아니다. 이러한 문제를 다루기 위해, 우리는 다시점 모델로부터 다시점 휴먼 자세 데이터에 대한 의사 참값을 생성하고, 이를 단시점 모델의 학습에 활용하는 방법을 제안한다. 또한, 우리는 각각의 다시점 영상으로부터 추정된 자세의 일관성을 고려하는 다시점 일관성 손실함수를 제안하여, 이것이 단시점 모델의 효과적인 학습에 도움을 준다는 것을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.590-591
• /
• 2023

최근 사람들의 건강에 대한 관심이 많아지고 다양한 운동 컨텐츠가 확산되면서 실내에서 운동을 할 수 있는 기회가 많아졌다. 하지만, 전문가의 도움없이 정확하지 않은 동작을 수행하다 큰 부상을 입을 위험성이 높다. 본 연구는 CNN 기반 요가 자세 분류 모델을 생성하고 설명가능 인공지능 기술을 적용하여 예측 결과에 대한 해석을 제시한다. 사용자에게 설명성과 신뢰성 있는 모델을 제공하여 자신에게 맞게 올바른 자세를 결정할 수 있고, 무리한 동작으로 부상을 입을 확률 또한 낮출 수 있을 것으로 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.667-669
• /
• 2022

2차원 이미지를 통한 자세 추정의 경우 관절이 겹치거나 가려져 있는 등의 인식 저해 요소로 인하여 자세 추정 정확도가 감소하는 한계가 있다. 본 논문에서는 GAN을 통해 2차원 이미지를 3차원으로 증강한 뒤 자세를 추정하는 기법을 제안한다. 제안하는 방법은 2차원 이미지의 평면좌표 값에서 GAN을 통해 노이즈 벡터 z축 값과 피사체에 투영되는 빛의 방향 값을 반영한 3차원 이미지를 만든다. 이러한 이미지 합성 과정을 거친 후 DeepLabCut을 사용해 관절 좌표를 추출하고 자세 추정 및 분류를 진행한다. 이를 통해 2차원에서의 자세 추정 정확도 향상을 기대할 수 있으며, 향후 이를 기반한 이상행동 탐지 분야에서 적용할 수 있다.

• The Journal of the Korea Contents Association
• /
• v.19 no.11
• /
• pp.365-374
• /
• 2019

Loss of Control in Flight(LOC-I) due to aircraft upset attitude has the highest air accident rate, and International Aviation Institute such as ICAO and FAA recommended flight crew to operate aircraft safely through UPRT(Upset Prevention & Recovery Training) program. ICAO has selected Loss of Control(LOC) as key safety indicator, and recommended to respond using TEM(Threat and Error Management). However there are not much specific treats and errors classified for UPRT programs using real TEM based on evidences. This study intends to consider the importance of UPRT through the introduction of UPRT and accident analysis using TEM. Typical upset accidents were classified to common threats as IFR, inadequate training, Automation surprise, and inexperienced copilots. The common errors were cross-check, speed and altitude deviation, callouts, communication, thrust and stall action fail. The undesired aircraft states were inadequate automation mode, Deviation of speed and vertical, stall, and crash. These suggest areas to improve UPRT.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.01a
• /
• pp.7-10
• /
• 2021

최근 스마트폰과 컴퓨터 등의 비중이 커지면서 거북목 증후군의 관심사가 커졌다. 거북목 증후군은 잘못된 자세로 인해 어깨의 근육과 인대가 늘어나 통증이 생기는 증상을 의미한다. 이러한 잘못된 자세에는 대표적으로 일자목과 역c자목이 있으며 일자목은 7개의 목뼈로 이루어진 경추라인이 c자 라인에서 일직선으로 뼈의 형태가 바뀌어 디스크가 일어나 통증을 유발하는 증상이고 역c자목은 정상의 목뼈 구조를 잃어버린 형태로 곧 디스크를 보이며 고개를 드는 것이 힘드며 구부정한 자세를 취하게 되는 증상이다. 본 연구에서는 컨볼루션 신경망 (CNN) 학습 모델을 구현하여 주어진 자세가 올바른 자세인지 일자목인지 c자목인지를 진단할 수 있는 분류기를 구현하였다. 또한, 최근 코로나 사태로 인해 마스크 장착이 일상화되고 있는데, 추가 데이터를 보강하여, 마스크 착용상태에서도 적용가능한 모델로 확장하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.294-298
• /
• 2005

바이오메트릭스의 여러 가지 기술 중에서 얼굴인식은 지문인식, 손금인식, 홍채인식 등과는 달리 신체의 일부를 접촉시키지 않고도 원거리에 설치된 카메라를 통해 사람을 확인할 수 있는 장점을 가지고 있다. 그러나 얼굴인식은 조명변화, 표정변화 둥의 다양한 환경변화에 대단히 민감하게 반응하므로 얼굴의 특징 영역에 대한 정확한 추출이 반드시 선행되어야 한다. 얼굴의 주요 특징인 눈, 코, 입, 눈썹은 자세와 표정 그리고 생김새에 따라 다양한 위치, 크기, 형태를 가질 수 있다. 본 연구에서는 변화하는 특징 영역과 특징 점을 정확히 추출하기 위하여 얼굴을 9가지 방향으로 분류하고, 각 분류된 방향에서 특징 영역을 통계적인 형태에 따라 다시 2차로 분류하여, 각각의 형태에 대한 표준 템플릿을 생성하여 검출하는 방법을 제안한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.06a
• /
• pp.703-706
• /
• 2007

The real-time monitoring about the activity of the human provides useful information about the activity quantity and an ability. This study developed a system for human physical activity assessment in ambulatory monitoring using portable sensing device combining a tri-axial accelerometer and wireless sensor node. This real-time system is able to identify several postures, posture transitions and movements with classification algorithm. In addition, this system also features fall detection capability. The results of the assessment for evaluating the performance of the system show high identification accuracy.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.68-71
• /
• 2020

최근 딥러닝을 이용한 인체 자세 추정(human pose estimation) 연구가 활발히 진행되고 있다. 그 중 구조가 간단하면서도 성능이 강력하여 널리 사용되고 있는 딥러닝 네트워크 모델은 이미지 분류(image classification)에 사용되는 백본 네트워크(backbone network)와 디컨볼루션 출력망(deconvolution head network)을 이어 붙인 구조를 갖는다[1]. 기존의 디컨볼루션 출력망은 디컨볼루션 층을 쌓아 낮은 해상도의 특징맵을 모두 높은 해상도로 변환한 후 최종 인체 자세 추정을 하는데 이는 다양한 해상도에서 얻어낸 특징들을 골고루 활용하기 힘들다는 단점이 있다. 따라서 본 논문에서는 매 디컨볼루션 층 이후에 인체 자세 추정을 하여 다양한 해상도에서 연산을 하고 이를 종합하여 최종 인체 자세 추정을 하는 방법을 제안한다. 실험 결과 Res50 과 기존의 디컨볼루션 출력망의 경우 0.717 AP 를 얻었는데 Res101 과 기존의 디컨볼루션 출력망을 사용한 결과 50% 이상의 파라미터 수 증가와 함께 0.727 AP, 즉 0.010AP 의 성능 향상이 이루어졌다. 이에 반해 Res50 에 다중 해상도 디컨볼루션 출력망을 사용한 결과 약 1%의 파라미터 수 증가 만으로 0.720 AP, 즉 0.003 AP 의 성능 향상이 이루어졌다. 이를 통해 디컨볼루션 출력망 구조를 개선하면 매우 적은 파라미터 수 증가 만으로도 인체 자세 추정의 성능을 효과적으로 향상시킬 수 있음을 확인하였다.

• Proceedings of the IEEK Conference
• /
• 2003.07d
• /
• pp.1499-1502
• /
• 2003

본 논문에서는 손 자세 인식을 위해 손 영상을 소그룹으로 나누고 최종적으로 소그룹 내에서 개별 모델로 분류하는 다단계 접근 방식을 취한다. 이 방식은 처음부터 모든 특성치들을 다 구하여 기존에 가지고 있는 모델 모두와 비교하는 대신, 먼저 소그룹으로 분류 후에 해당 소그룹 내의 모델만을 대상으로 비교 연산을 수행한다. 따라서 계산 량을 크게 줄일 수 있을 뿐 아니라, 확장이 용이하며, 각 소그룹 별로 특성화된 처리를 할 수 있으므로 효율적인 인식기의 구현이 가능하다.