• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제5권10호
• /
• pp.1751-1768
• /
• 2011

Falls are one of the most concerned accidents for elderly people and often result in serious physical and psychological consequences. Many researchers have studied fall detection techniques in various domain, however none released to a commercial product satisfying user requirements. We present a systematic modeling and evaluating procedure for best classification performance and then do experiments for comparing the performance of six procedures to get a statistical classifier based wrist-type fall detector to prevent dangerous consequences from falls. Even though the wrist may be the most difficult measurement location on the body to discern a fall event, the proposed feature deduction process and fall classification procedures shows positive results by using data sets of fall and general activity as two classes.

• 한국정보전자통신기술학회논문지
• /
• 제9권1호
• /
• pp.38-44
• /
• 2016

본 논문에서는 움직임 벡터를 이용한 낙상 감지 시스템에 관해 기술한다. 두드러진 움직임을 위한 가중치 차영상 기법, 움직임 벡터를 이용하여 인간이라고 판단되는 블랍을 검출하고, 추출된 움직임 벡터를 이용하여 낙상 여부를 판단한다. 기존의 영상 기반 낙상 감지 시스템의 경우 특정 방향으로 낙상이 발생하는 경우에만 낙상 감지에 성공하였지만 제안 시스템의 경우 다양한 각도에서 낙상이 발생하여도 상황 판단이 가능하다는 장점이 있다. 실험을 위해서 150개의 상황을 연출하였으며, 약 85% ~ 97.1% 낙상 상황 판단 성공률을 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.391-393
• /
• 2021

본 논문에서는 일상생활에서의 고령자에게 나타날 수 있는 낙상상황을 감지할 수 있는 텐서플로우를 이용한 장단기 메모리 기반 낙상감지 시스템에 대하여 소개한다. 낙상감지를 위해서 3축 가속도 센서 데이터를 이용하고, 이를 처리하여 다양한 파라미터화하며 일상생활 패턴 4가지, 낙상상황 패턴 3가지로 분류한다. 파라미터화한 데이터는 정규화 과정을 따르며, 학습이 진행된다. 학습은 Loss값이 0.5 이하가 될 때까지 진행된다. 각각의 파라미터인 θ, SVM (Sum Vector Magnitude), GSVM (gravity-weight SVM)에 대하여 결과를 산출한다. 가장 좋은 결과는 GSVM으로 Sensitivity 98.75%, Specificity 99.68%, Accuracy 99.28%로 가장 좋은 결과를 보였다.

• 대한의용생체공학회:의공학회지
• /
• 제44권6호
• /
• pp.384-391
• /
• 2023

Among the elderly, fatal injuries and deaths are significantly attributed to falls. Therefore, a pre-impact fall detection system is necessary for injury prevention. In this study, a robust threshold-based algorithm was proposed for pre-impact fall detection, reducing false positives in highly dynamic daily-living movements. The algorithm was validated using public datasets (KFall and FARSEEING) that include the real-world elderly fall. A 6-axis IMU sensor (Movella Dot, Movella, Netherlands) was attached to S2 of 20 healthy adults (aged 22.0±1.9years, height 164.9±5.9cm, weight 61.4±17.1kg) to measure 14 activities of daily living and 11 fall movements at a sampling frequency of 60Hz. A 5Hz low-pass filter was applied to the IMU data to remove high-frequency noise. Sum vector magnitude of acceleration and angular velocity, roll, pitch, and vertical velocity were extracted as feature vector. The proposed algorithm showed an accuracy 98.3%, a sensitivity 100%, a specificity 97.0%, and an average lead-time 311±99ms with our experimental data. When evaluated using the KFall public dataset, an accuracy in adult data improved to 99.5% compared to recent studies, and for the elderly data, a specificity of 100% was achieved. When evaluated using FARSEEING real-world elderly fall data without separate segmentation, it showed a sensitivity of 71.4% (5/7).

• IEIE Transactions on Smart Processing and Computing
• /
• 제5권5호
• /
• pp.327-330
• /
• 2016

Currently, the world's elderly population continues to grow at a dramatic rate. As the number of senior citizens increases, detection of someone falling has attracted increasing attention for visual surveillance systems. This paper presents a novel fall-detection algorithm using motion estimation and an integrated spatiotemporal energy map of the object region. The proposed method first extracts a human region using a background subtraction method. Next, we applied an optical flow algorithm to estimate motion vectors, and an energy map is generated by accumulating the detected human region for a certain period of time. We can then detect a fall using k-nearest neighbor (kNN) classification with the previously estimated motion information and energy map. The experimental results show that the proposed algorithm can effectively detect someone falling in any direction, including at an angle parallel to the camera's optical axis.

• 한국산업정보학회논문지
• /
• 제18권4호
• /
• pp.19-24
• /
• 2013

고령화 사회에서는 노인의 신체적 취약성으로 인한 안전문제가 사회문제로 대두되고 있다. 판단, 상황대처 능력이 떨어진 노인은 체력과 균형감각 저하로 인하여 잦은 낙상을 경험한다. 낙상은 자칫 인명피해 및 골절, 유조직 손상 등을 유발 할 수 있으므로 빠른 응급대처가 필요하다. 따라서 본 논문에서는 사용자의 허리에 부착하여 일상적인 움직임에 대한 가속도의 변화 및 낙상이 발생하였을 때의 가속도의 변화를 측정하였다. 측정한 값을 이용하여 낙상 감지 시스템을 구현하였으며, 여러 가지 낙상 상황을 가정하여 낙상 검출 여부를 판별 하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.249-251
• /
• 2021

본 논문에서는 노령층 인구가 도보시 일어날 수 있는 낙상상황을 텐서플로워를 이용하여 인지하기 위한 시스템에 대하여 소개한다. 낙상감지는 고령자의 몸에 착용한 가속센서 데이터에 대해서 텐서플로워를 이용하여 학습된 LSTM(long short-term memory)을 기반하여 낙상과 일상생활을 판별한다. 각각 7가지의 행동 패턴들에 대하여 학습을 실행하며, 4가지는 일상생활에서 일어나는 행동 패턴이고, 나머지 3가지는 낙상시의 패턴에 대하여 학습한다. 3축 가속도 센서의 가공하지 않은 데이터와 가공한 SVM(Sum Vector Magnitude)를 이용하여 LSTM에 적용해서 학습하였다. 이 두 가지 경우에 대해서 테스트한 결과 데이터를 혼합하여 학습하면 더 좋은 결과를 기대할 수 있을 것으로 예상된다.

• 융합신호처리학회논문지
• /
• 제21권2호
• /
• pp.86-91
• /
• 2020

독거노인이 증가하면서 낙상 사고 빈도도 높아지고 있다. 낙상은 노인들의 건강을 위협할 뿐만 아니라, 독립적인 생활을 위협할 수 있다. 이 문제를 해결하기 위해서는 독거노인의 위급한 상태를 인식하고 대응할 수 있는 실시간 기술이 필요하다. 따라서 본 논문은 독거노인을 위해 긴급 상황 중 하나인 낙상을 실시간으로 확인할 수 있는 YOLO-KCF를 기반 개선된 낙상 감지 알고리즘을 제안한다. YOLO는 물체의 검출뿐 아니라 서 있는 행동과 쓰러지는 행동 유행을 감지할 수 있다. 따라서 본 논문은 서 있는 행동 유형과 쓰러지는 행동 유형간의 경계 박스의 형태 변화를 이용하여 낙하를 검출할 수 있으며, KCF의 단점을 개선할 수 있다.

• 전자공학회논문지
• /
• 제50권8호
• /
• pp.232-237
• /
• 2013

동영상에서 추출한 변수값을 은닉 마르코프 모델(Hidden Markov Model; HMM)에 적용한 새로운 낙상 인식 알고리듬을 제안한다. 개인간 낙상 양식의 차이나 유사 낙상을 실제 낙상과 구분하기 위한 기계 학습 방법으로 HMM알고리듬을 사용하였다. 비디오의 낙상 특징 변수를 얻기 위해 동영상의 광류를 구한 후 이를 주성분 분석 방식에 적용하여 움직임을 정량화하였다. 주성분 분석으로 얻어진 전체 움직임 벡터의 각도, 장단축의 비, 속도등의 조합으로 새로운 여러 종류의 낙상 특징 변수를 정의한 후 이를 HMM에 적용하여 결과를 비교, 분석하였다. 이들 변수들 중에 각도에 의해 얻어진 변수가 가장 좋은 결과를 보여 본 실험에서 91.5%의 민감도(성공 감지율)와 88.01% 의 특이도(실패 감지율)를 나타내었다.

• 한국IT서비스학회지
• /
• 제12권4호
• /
• pp.435-447
• /
• 2013

If we use a smartphone to analyze and detect falling, it is a huge advantage that the person with a sensor attached to one's body is free from awareness of difference and limitation of space, unlike attaching sensors on certain fixed areas. In this paper, we suggested effective posture analysis of smartphone users, and fall detecting system. Suggested algorithm enables to detect falling accurately by using the fact that instantaneous change of acceleration sensor is different according to user's posture. Since mobile applications working on smart phones are low in compatibility according to mobile platforms, it is a constraint that new development is needed which is suitable for sensor equipment's characteristics. In this paper, we suggested posture analysis algorithm using smartphones to solve the problems related to user's inconvenience and limitation of development according to sensor equipment's characteristics. Also, we developed fall detection system with the suggested algorithm, using hybrid mobile application which is not limited to platform.