• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.33-40
• /
• 2023

한국이 초고령사회로 진입하면서 노인 복지에 대한 필요성이 증가하고 있으나 현재 복지 인력 부족이 사회문제로 대두되고 있다. 이에 대한 해결책으로 노인의 사회적 고립감 완화와 위급 상황 시 비상 연락 등의 기능을 하는 노인 돌봄 로봇이 활발히 연구되고 있다. 하지만 이러한 기능들은 사용자의 접촉이 있어야만 작동하여 기존 노인 돌봄 로봇의 한계점으로 자리 잡고 있다. 본 논문에서는 기존의 문제를 해결하기 위해 상용화된 노인 돌봄 로봇과 카메라를 통해 직접적인 접촉 없이도 사용자와 상호작용할 수 있는 돌봄 로봇 시스템을 제안한다. 돌봄 로봇에 연결된 엣지 디바이스에 표정 인식 모델과 행동 인식 모델을 탑재하였고, 공공데이터를 통해 모델의 학습 및 성능검증을 진행했다. 실험 결과를 통해 표정 인식과 행동 인식의 성능이 각각 정확도 96.5%, 90.9%인 것을 확인할 수 있으며, 수행 시간의 경우에는 각각 50ms, 350ms인 것을 확인할 수 있다. 해당 결과는 제안한 시스템의 표정 및 행동 인식 정확도가 높고 추론 시간이 효율적임을 확인하며, 이는 비접촉 상황에서도 원활한 상호작용을 가능하게 한다.

• 인터넷정보학회논문지
• /
• 제13권2호
• /
• pp.87-98
• /
• 2012

에이전트의 의도를 인식하는 것은 사물지능형 컴퓨팅에서 인간컴퓨터 상호작용의 주요 부분이다. 컴퓨팅 시스템에서 인식 대상의 의도를 정확하게 유추하면 다수의 에이전트간의 협력 상황 이해와 특정 행동이 취해질 때의 상황 파악이 쉽기 때문이다. 본 연구는 다른 이의 행동을 해석하고 행동의 근거가 되는 의도와 목적을 추론하는 인간의 기제를 바탕으로, 컴퓨팅 시스템이 행동을 인식하여 습득한 사전 경험 데이터를 이용, 대상의 의도를 빠르게 인식하는 방법을 제안한다. 의도 인식을 수행하기 위해 제안 방법은 에이전트의 목적에 따른 행동 변화를 검출하고 시스템이 사전에 학습한 행동 정보를 모델링하기 위해 특정 형태의 행동 은닉마코프 형식을 이용한다. 에이전트의 의도를 추론하는 데 관점을 다양하게 취함으로써 시스템이 에이전트의 행동이 끝나기 전에 미리 의도를 추론하도록 한다. 의도 인식의 정확도, 조기 검출률과 정확 지속률에 대한 실험으로 여러 가지 행동을 취하는 에이전트의 의도 검출 결과를 정량적으로 제시함으로써 제안 연구가 효과적인 의도 인식 시스템 구현에 기여함을 보여준다.

• 한국융합학회논문지
• /
• 제12권9호
• /
• pp.21-30
• /
• 2021

일반적으로 알려져 있는 행동에 비해 일반적으로 알려져 있지 않은 불특정 행동들에 대한 자료들은 부족한 실정이다. 특수학생들의 불특정 행동들에 대한 교육이나 지도를 위한 데이터 수집 및 관리가 필요하다. 본 논문에서는 기계 학습을 이용한 웹 기반의 특수학생 상담관리 모델을 제안한다. 실시간으로 특수학생들의 행동을 촬영하여 데이터를 수집하고, 행동패턴을 분석하여 데이터 셋을 구성하고 제안 시스템에 학습시킨다. 추후에 촬영되는 특수학생들의 행동을 제안시스템에 입력 및 분석을 통하여 기존 데이터와 비교하여 나온 결과를 다시 학습하여 정확도를 향상 시킬 수 있다. 데이터베이스에 저장되어 있지 않은 불특정 행동들을 임의로 행하여 테스트를 진행하였으며 예측 모델은 입력 데이터를 통해 정확하게 분류 및 그룹화 하였다. 또한 진입 과정에서 약간의 오차가 있더라도 행동의 특징 데이터를 통해 행동을 정확하게 구분 및 분류하는 것이 가능하다는 것을 확인 할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.689-692
• /
• 2016

출입이 없는 폐쇄된 환경에서 객체의 자동 감시 시스템은 객체의 움직임을 추적하여 객체의 지속적인 관찰과 함께 행동 패턴을 효율적으로 분석하기 위해 사용되고 있다. 특히, 국내 돈사의 경우 돈사 내 여러 마리의 돼지들을 개별적으로 관리하기 위해 이러한 감시 시스템은 필수적이다. 그러나 여러마리의 돼지들이 근접하여 개별적으로 추적하기 위해서는 비디오 스트림에서의 매 프레임마다 정확한 분리가 되어야 한다. 본 논문에서는 근접한 돼지의 시퀀스에 분리 알고리즘을 이용하여 매 프레임마다 정확도를 측정한 후 통계적 검정을 통하여 근접한 객체에 대한 최적의 분리 알고리즘을 결정하는 방법을 제안한다. 즉, 시퀀스의 연속된 프레임에서 분리 정확도를 계산하고 통계적 가설 검정을 수행하여 분리 정확도가 일정 수치를 넘지 못하면 다른 분리 알고리즘을 수행하도록 결정한다. 실험 결과, 제안 방법을 이용하여 제안된 가설에 의해 매 프레임마다 최적의 분리 알고리즘을 수행하도록 결정하였다.

• 한국콘텐츠학회논문지
• /
• 제15권11호
• /
• pp.550-558
• /
• 2015

본 연구는 한국을 방문한 외래 관광객의 공연 관람에 영향을 미치는 요인을 파악하고자 설계되었다. 구체적으로는 해외 공연 관광에 있어 의도가 행동에 미치는 영향과 의도와 행동 간 차이를 줄이는 요인을 파악하였다. 이를 위해 한국을 방문한 외래 관광객 중 공연 관람 의도가 있는 관광객을 대상으로 설문을 실시하여 관람군(실제로 관람한 사람)과 잠재군(실제로 관람하지는 않은 사람)으로 분류하고, 로지스틱 회귀분석을 이용하여 관람 의도의 실행에 영향을 미치는 요인을 검증하였다. 그 결과, 태도와 지식 요인이 공연 관람의도와 행동 간의 차이를 설명하는데 유의한 영향을 미치는 것으로 나타났다. 한편, 관광객의 공연에 대한 지식 요인이 투입될 경우 태도 요인만 고려할 경우보다 관람군과 잠재군의 집단 간 분류 정확도가 높아져, 태도요인 뿐 만 아니라 지식요인도 관람 의도와 행동 간의 불일치를 줄이는데 유의한 영향을 미치는 것으로 검증되었다. 이러한 분석 결과들을 바탕으로 시사점을 제시하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2018년도 제58차 하계학술대회논문집 26권2호
• /
• pp.360-363
• /
• 2018

본 논문에서는 계층적 RNN의 성능 향상을 위하여 강화학습을 통한 계층적 RNN 내 파라미터를 효율적으로 찾는 방법을 제안한다. 계층적 RNN 내 임의의 파라미터에서 학습을 진행하고 얻는 분류 정확도를 보상으로 하여 간소화된 강화학습 네트워크에서 보상을 최대화하도록 강화학습 내부 파라미터를 수정한다. 기존의 강화학습을 통한 내부 구조를 찾는 네트워크는 많은 자원과 시간을 소모하므로 이를 해결하기 위해 간소화된 강화학습 구조를 적용하였고 이를 통해 적은 컴퓨터 자원에서 학습속도를 증가시킬 수 있었다. 간소화된 강화학습을 통해 계층적 RNN의 파라미터를 수정하고 이를 행동 인식 데이터 세트에 적용한 결과 기존 알고리즘 대비 높은 성능을 얻을 수 있었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
• /
• pp.213-216
• /
• 2021

본 논문에서는 Text Classification에 사용된 딥러닝 모델을 적용하여 행동 인식, 손동작 인식 및 감정 인식 방법을 제안한다. 먼저 라이브러리를 사용하여 영상에서 특징 추출 후 식을 적용하여 특징의 벡터를 저장한다. 이를 Conv1D, Transformer, GRU를 결합한 모델에 학습시킨다. 이 방법을 통해 하나의 딥러닝 모델을 사용하여 다양한 분야에 적용할 수 있다. 제안한 방법을 사용해 SYSU 3D HOI 데이터셋에서 99.66%, eNTERFACE' 05 데이터셋에 대해 99.0%, DHG-14 데이터셋에 대해 95.48%의 클래스 분류 정확도를 얻을 수 있었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제61차 동계학술대회논문집 28권1호
• /
• pp.7-9
• /
• 2020

기존 CCTV 비디오에서 딥러닝 기반의 이상 탐지 연구는 객체의 행동 값만을 이용하여 이상을 탐지하였기 때문에, 시간 흐름에 따른 정보가 축소되는 문제점이 있었다. 그러나 CCTV 비디오에서의 이상의 원인은 다양한 요소와 시계열 분석에 따른 정보로 이루어져 있어 시간 정보를 유지하면서 다양한 특징 값을 사용한 모델을 설계할 필요가 있다. 따라서 본 논문에서는 C3D에 광학 흐름을 결합한 새로운 앙상블 모델을 제안한다. 실험 결과 본 논문에서 제안하는 모델이 75.83의 AUC를 얻어 기존에 연구되었던 행동 값만을 사용한 모델보다 높은 정확도를 달성하였다. 또한 이상 탐지 모델 설계 시 객체의 행동에 다양한 측면을 고려할 수 있는 여러 특징 값과 시계열 분석에 따른 정보를 사용하는 것이 적절하다는 결론을 도출하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권3호
• /
• pp.155-160
• /
• 2017

최근 컴퓨터를 이용한 다양한 인식 문제를 해결하기 위해 딥 러닝을 적용하는 사례가 늘어나고 있다. 딥 러닝은 학습에 필요한 요소를 학습데이터를 통해 스스로 도출해내기 때문에, 수작업(hand-craft)을 통해 특징을 도출하던 기존의 기계학습 방법보다 더 많은 장점을 갖는다. 행동인식을 위한 기존의 심층 신경망은 비디오 데이터를 일정 프레임의 이미지로 분할한 후, 분할된 각 이미지 사이의 시간적 연계성 분석을 통해 행동을 분류한다. 그러나 이러한 신경망은 소규모 행동 클래스를 갖는 분류 문제에서 학습 데이터의 부족 문제 및 과적합(overfitting) 문제로 인해 이를 실제 문제에 적용하기 어려운 경우가 많다. 이에 본 논문에서는 5가지의 소규모 행동 클래스를 정의하고, 기존 행동 인식 신경망의 최적화를 통해 이를 분류하였다. 700개의 비디오데이터를 통해 행동 데이터베이스를 구성하였고, 약 74.00%의 분류 정확도를 얻을 수 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권5호
• /
• pp.187-194
• /
• 2021

사람의 행동인식(Action Recognition)은 사람의 관절 움직임에 따라 어떤 행동을 하는지 인식하는 것이다. 이를 위해서 영상처리에 활용되는 컴퓨터 비전 태스크를 활용하였다. 사람의 행동인식은 딥러닝과 CCTV를 결합한 안전사고 대응서비스로서 안전관리 현장 내에서도 적용될 수 있다. 기존연구는 딥러닝을 활용하여 사람의 관절 키포인트 추출을 통한 행동인식 연구가 상대적으로 부족한 상태이다. 또한 안전관리 현장에서 작업자를 지속적이고 체계적으로 관리하기 어려운 문제점도 있었다. 본 논문에서는 이러한 문제점들을 해결하기 위해 관절 키포인트와 관절 움직임 정보만을 이용하여 위험 행동을 인식하는 방법을 제안하고자 한다. 자세추정방법(Pose Estimation)의 하나인 AlphaPose를 활용하여 신체 부위의 관절 키포인트를 추출하였다. 추출된 관절 키포인트를 LSTM(Long Short-Term Memory) 모델에 순차적으로 입력하여 연속적인 데이터로 학습을 하였다. 행동인식 정확률을 확인한 결과 "누워있기(Lying Down)" 행동인식 결과의 정확도가 높음을 확인할 수 있었다.