• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 하계학술대회
• /
• pp.25-28
• /
• 2019

본 논문은 시니어 라이프 로깅을 위한 데이터베이스를 효과적으로 구축하기 위해 영상의 심미적 특징을 통한 행동 별 영상 요약을 소개한다. 실내의 TV 앞에서 오랜 시간을 보내는 시니어의 상태를 체크하기 위해 일반 카메라 또는 360 카메라를 통해 HD 급 화질 이상의 영상을 주기적으로 수집하고, 이를 머신러닝 또는 딥러닝 기반의 행동인식 시스템에 이용하기 위한 전처리 단계에 응용할 수 있는 방법을 서술한다. 이 연구에서는 영상 데이터에서 얻을 수 있는 색상을 이용한 HSV 히스토그램, 영상신호의 Jitter 를 줄이는 고정도, 움직임 에너지 등을 이용하여 짧은 시간 내에 행동별로 구분된 영상(샷, shot)을 자르고 요약하는 방법을 서술한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 춘계학술발표대회
• /
• pp.44-47
• /
• 2008

본 논문에서는 유비쿼터스 환경에서 인간의 행동패턴을 인식하고 이 결과를 활용하여 사용자의 의도를 추론하는 방법론에 관해 기술한다. 인간행동의 예측에 관한 지식표현으로부터의 추론기능과 예제패턴 기반의 학습기능을 동시에 지원하는 모델을 제시하고 이론의 타당성과 유용성을 고찰한다. 의도 추론 문제에서 지식기반 기법이 갖는 불완전성을 극복하기 위하여 예제기반 학습능력의 필요성을 도출하는 한편, 다양한 변이가 존재하는 응용에서 학습데이터 선정의 어려움을 보완하기 위한 방법론을 제시한다. 세부적으로 인간행동에 관한 특징표현과 행동패턴 클래스를 정의하고 이들간의 관계를 고유한 지식표현 규칙으로 정형화 한다. 또한 제안된 지식표현을 수용하는 추론 메커니즘을 제시하며, 제시한 모델의 부수적 특징으로 학습과정을 통한 지식 정련기능의 유용성을 고찰한다.

• 한국응용곤충학회지
• /
• 제33권1호
• /
• pp.33-38
• /
• 1994

점박이응애 알에 대한 긴털이리응애의 전반적 채식행동을 연구하였다. 먹이가 충분히 존재할 때, 긴털이리응애는 섭식-섭식후이도.휴식-탐색 등 일련의 과정을 반복햇을며, 각각의 시간 소비(평균$\pm$표준편차)는 6.83$\pm$1.73, 3.00$\pm$1.33, 93.57$\pm$30.19 분이었고 탐색시간은 9분에 가가웠다. 섭식후이동은 이동 속도가 느리고 (초속0.09mm)한쪽 방향으로연속하여 회전하는 범위제한적 탐색행동을 보였으며 이탕행동은 속도가 빠르고(초속 0.31mm) 반응면적의 가장자리를 따라 이동하는 특징을 보였고, 탐색행동은 중간의 특징을 보였다. 또한 긴털이리응애의 섭식위치는 집중분포를 따랐다.

• 방송공학회논문지
• /
• 제19권2호
• /
• pp.166-173
• /
• 2014

최근 다양한 방송 및 영상 분야에서 사람의 행동을 인식하여는 연구들이 많이 이루어지고 있다. 영상은 다양한 형태를 가질 수 있기 때문에 제약된 환경에서 유용한 템플릿 방법들보다 특징점에 기반한 연구들이 실제 사용자 환경에서 더욱 관심을 받고 있다. 특징점 기반의 연구들은 영상에서 움직임이 발생하는 지점들을 찾아내어 이를 3차원 패치들로 생성한다. 이를 이용하여 영상의 움직임을 히스토그램에 기반한 descriptor(서술자)로 표현하고 학습기반의 판별기로 최종적으로 영상내에 존재하는 행동들을 인식하였다. 그러나 단일 판별기로는 다양한 행동을 인식하기에 어려움이 있다. 따라서 이러한 문제를 개선하기 위하여 최근에 다중 판별기를 활용한 연구들이 영상 판별 및 물체 검출 영역에서 사용되고 있다. 따라서 본 논문에서는 행동 인식을 위하여 support vector machine과 sparse representation을 이용한 decision-level fusion 방법을 제안하고자 한다. 제안된 논문의 방법은 영상에서 특징점 기반의 descriptor를 추출하고 이를 각각의 판별기를 통하여 판별 결과들을 획득한다. 이 후 학습단계에서 획득된 가중치를 활용하여 각 결과들을 융합하여 최종 결과를 도출하였다. 본 논문에 실험에서 제안된 방법은 기존의 융합 방법보다 높은 행동 인식 성능을 보여 주었다.

• 스마트미디어저널
• /
• 제11권1호
• /
• pp.46-57
• /
• 2022

본 논문에서는 딥러닝을 기반으로 입력영상의 옵티컬 플로우(optical flow)와 그래디언트(gradient)를 이용하여 종단간 행동인식이 가능한 다중영역 기반 방사성 GCN(MRGCN: Multi-region based Radial Graph Convolutional Network) 알고리즘에 대해 기술한다. 이 방법은 데이터 취득이 어렵고 계산이 복잡한 스켈레톤 정보를 사용하지 않기 때문에 카메라만을 주로 사용하는 일반 CCTV 환경에도 활용이 가능하다. MRGCN의 특징은 입력영상의 옵티컬플로우와 그래디언트를 방향성 히스토그램으로 표현한 후 계산량 축소를 위해 6개의 특징 벡터로 변환하여 사용한다는 것과 시공간 영역에서 인체의 움직임과 형상변화를 계층적으로 전파시키기 위해 새롭게 고안한 방사형 구조의 네트워크 모델을 사용한다는 것이다. 또 데이터 입력 영역을 서로 겹치도록 배치하여 각 노드 간에 공간적으로 단절이 없는 정보를 입력으로 사용한 것도 중요한 특징이다. 30가지의 행동에 대해 성능평가 실험을 수행한 결과 스켈레톤 데이터를 입력으로 사용한 기존의 GCN기반 행동인식과 동등한 84.78%의 Top-1 정확도를 얻을 수 있었다. 이 결과로부터 취득이 어려운 스켈레톤 정보를 사용하지 않는 MRGCN이 복잡한 행동인식이 필요한 실제 상황에서 더욱 실용적인 방법임을 알 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.936-937
• /
• 2017

최근 딥러닝을 통하여 영상의 카테고리 분류를 응용한 행동 인식이 활발히 연구되고 있다. 그러나 행동 인식을 위한 기존 연구 방법은 높은 수준의 하드웨어 사양을 요구하며 행동 인식에 대한 학습에 많은 시간이 소모되는 문제점을 지니고 있다. 또한, 행동 인식 테스트 결과를 얻기 위해 많은 시간이 소모되며 딥러닝 특성상 적은 수의 학습 데이터는 overfitting 문제를 일으킨다. 본 연구에서는 이러한 문제점을 해결하고자 행동인식을 위한 학습시간과 테스트 시간 감소를 위해 미리 학습된 VGG 모델을 사용해 얻어낸 RGB 데이터의 특징만을 학습에 사용하고 적은 수의 데이터로 행동 인식 테스트 결과를 높이기 위하여 RGB 데이터 증대를 통해 기존의 행동인식 연구보다 학습시간과 행동인식 테스트에 소모되는 시간을 줄인 방법을 행동 인식에 적용하였다. 이 방법을 UCF50 Dataset 에 적용하여 98.13%의 행동인식에 관한 정확성을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.490-492
• /
• 2002

본 논문은 물 속 유충인 깔따구의 움직임을 관찰한 데이터에 Active Contour Model을 적용하여 깔따구 상태의 특징을 추출하는 방법을 제안한다. 1987년 소개된 Active Contour Model은 주어진 영상에 놓인 커브를 그 커브에 의해 분할된 영상의 에너지 값을 최소화하는 방향으로 진화하게 함으로써 영상 내 객체의 경계를 찾게 하는 영상분할 방법이다. Chan과 Vese에 의해 개선된 Model을 이용하여 다이아지논이 처리되기 전과 후의 깔따구 행동 패턴의 특징을 찾아낸다. 우선 깔따구의 움직임 궤적을 0.25초를 간격으로 관찰하여 구해진 속도벡터의 위상영상을 만든다.그리고 위상영상에 Active Contour를 두어 진화시키면서 시간에 따라 감소하는 에너지 값의 그래프에서 구해진 기울기로 깔따구 행동 패턴의 특징을 추출한다.

• 치위생과학회지
• /
• 제13권1호
• /
• pp.97-104
• /
• 2013

본 연구는 치과재료의 유해인자로부터 치과종사자들의 진료실내의 유해인자로부터 노출을 최소화시키기 위해 치과종사자들의 치과수복재료인 아말감과 레진에 대한 안전성 관리행동에 대해 설문을 하여 다음과 같은 결과를 얻었다. 1. 치과용 아말감과 레진 종류에 따른 사용여부는 아말감 85.8%, 컴포지트 레진은 100%, 아크릴 레진과 트레이용 레진은 각각 97.8%, 95.7%를 사용한다고 응답하였다. 치과용 아말감과 레진의 유해성에 대한 인식은 치과용 아말감은 95.2%, 레진의 유해성에 대한 인식은 36.5%가 잘 알고 있다고 응답하였다. 2. 레진 사용 시 안전성에 관한 관리 행동사항은 4점 척도로 점수가 높을수록 안전성에 관한 관리 행동이 낮은 것을 의미하고 전체평균은 1.99로 조사되었으며 안전성 행동의 실천성이 가장 낮은 항목은 평균 2.50으로 '레진 취급 시 실내공기를 환기시킨다'가 나타났으며 '치과재료를 사용 시 관리지침서에 주의사항을 숙지한다'는 1.04로 안전성 관리행동이 가장 양호하게 나타났다. 3. 치과용 아말감 사용 시 안전성에 관한 관리 행동은 평균이 1.83이며 안전성 관리행동이 가장 낮게 나타난 항목은 평균 2.89로 '아말감 취급 시 환자에게 러버댐을 장착한다', '아말감 사용 후 실내공기를 환기시킨다'가 2.78이며 치과용 아말감 사용 시 안전성 관리 행동이 가장 잘 되는 항목은 '남은 아말감은 뚜껑이 있는 용기에 보관한다'가 1.40, '아말감 사용 후 폐기물 처리법에 의해 처리한다'는 1.42로 나타났다. 4. 일반적인 특징에 따른 치과용 아말감과 레진 사용 시 안전성 관리 행동의 결과 아말감은 모든 특징에서 유의성을 나타냈으며 레진은 직장 내 직위와 근무경력이 통계적 유의성을 나타냈다(p<0.05). 아말감에 대한 안전성 관리행동은 연령이 20~25세가 2.06으로 높은 연령대보다 저조하였으며 학력은 고졸, 전문대졸, 대졸이 각각 2.38, 1.97, 1.77로 나타나 학력이 높은 대상이 양호한 결과를 나타냈다. 근무장소는 종합병원(대학병원)이 1.69로 실천성이 가장 양호했다. 직장 내 직위는 아말감과 레진이 각각 수석치과위생사가 1.84, 1.68로 안전성 관리행동이 좋게 나타났으며 경력은 아말감인 경우 1~3년이 1.89, 10년 이상 1.96, 레진은 10년 이상이 1.67로 나타나 경력은 대체적으로 높은 경 우 실천성이 높았다. 5. 치과용 아말감 및 레진의 사용 시 안전성 관리행동과 일반적인 특징과의 상관관계에서 아 말감과 통계적으로 유의하게 상관관계를 나타낸 일반적인 특징은 학력(p<0.05)과 직장 내 직위(p<0.05)이며 레진 사용 시 안전성 관리행동과 통계적 유의성을 나타낸 일반적인 특징은 연령(p<0.05)과 직장 내 직위(p<0.05)로 나타났다. 이상의 결과를 볼 때 치과의료기관 종사자들에게 치과재료 취급 시 재료에 대한 유해성 교육이 지속적으로 전달되어야 하며 주의사항을 꼭 숙지하여 안전성 관리행동이 올바르게 이루어짐으로 친환경적인 근무환경을 만들고 유해한 화학물질부터 치과종사자들의 건강을 예방하는 데 적극 노력하여야 할 것이다.

• 한국멀티미디어학회논문지
• /
• 제11권11호
• /
• pp.1491-1500
• /
• 2008

본 논문은 은닉 마르코프 모델을 사용하여 사람의 특정한 행동을 인식하여 사용자에게 알려주는 지능형 영상 감시 시스템을 제안한다. 본 방법에는 카메라를 통해 입력된 영상에서 사람 영역을 찾은 후 발 영역만을 추출하여 특징이 되는 관측열을 생성한다 특징 영역은 입력 영상의 각 프레임을 16개의 영역으로 나누어 발바닥이 위치한 곳의 코드를 읽어 사용하고, 인식하고자 하는 패턴 행동들에 대해서는 각각의 관측열을 구하고 HMM의 Baum-Welch 알고리즘을 사용하여 학습한다. 인식에는 전향 알고리즘을 사용하여 입력된 행동과 학습된 행동을 확률적으로 비교하여 영상 내의 행동이 어떤 패턴 행동인지를 결정하여 출력한다. 제시된 방법은 복도에서 사람의 특정 행동을 인식하는데 성공적으로 적용될 수 있음을 실험을 통해 확인했다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1361-1364
• /
• 2015

본 연구에서는 노인들이 일상에서 많이 행동하는 7가지 유형의 행동의 특징을 추출하고, 총 7가지 분류 알고리즘에 적용하여 가장 인식률이 높은 알고리즘을 도출하고자 하였다. 행동패턴은 정상보행, 절름발이, 지팡이, 느린 보행, 허리가 굽은 상태에서 보행, 스스로 휠체어 끌 때 그리고 누군가가 휠체어를 끌어줄 때 총 7가지로 구성하였다. 행동패턴의 특징은 3축 가속도 센서의 값, 평균, 표준편차, 수직 및 수평축의 데이터를 사용하였다. 분류 알고리즘은 Naive Bayes, Bayes Net, k-NN, SVM, Decision Tree, Multilayer perception, Logistic regression을 사용하였다. 연구결과 k-NN 알고리즘의 인식률이 98.7%로 다른 분류알고리즘에 비해 인식률이 높게 나타났다.