• 한국재난정보학회 논문집
• /
• 제20권2호
• /
• pp.302-314
• /
• 2024

연구목적: 본 연구는 지하공동구 내 다수 작업자의 낙상을 자동으로 판별하기 위한 Top-down 방식의 딥러닝 자세 추정 모델 기반 낙상 검출 모델을 제안하고, 제안 모델의 성능을 평가한다. 연구방법: Top-down 방식의 자세 추정모델 중 하나인 YOLOv8-pose로부터 추론된 결과와 낙상 판별 규칙을 결합한 모델을 제시하고, 지하공동구 내 2인 이하 작업자가 출현한 기립 및 낙상 이미지에 대해 모델 성능지표를 평가하였다. 또한 동일한 방법으로 Bottom-up 방식 자세추정모델(OpenPose)을 적용한 결과를 함께 분석하였다. 두 모델의 낙상 검출 결과는 각 딥러닝 모델의 작업자 인식 성능에 의존적이므로, 작업자 쓰러짐과 함께 작업자 존재 여부에 대한 성능지표도 함께 조사하였다. 연구결과: YOLOv8-pose와 OpenPose의 모델의 작업자 인식 성능은 F1-score 기준으로 각각 0.88, 0.71로 두 모델이 유사한 수준이었으나, 낙상 규칙을 적용함에 따라 0.71, 0.23로 저하되었다. 작업자의 신체 일부만 검출되거나 작업자간 구분을 실패하여, OpenPose 기반 낙상 추론 모델의 성능 저하를 야기한 것으로 분석된다. 결론: Top-down 방식의 딥러닝 자세 추정 모델을 사용하는 것이 신체 관절점 인식 및 개별 작업자 구분 측면에서 지하공동구 내 작업자 낙상 검출에 효과적이라 판단된다.

• 센서학회지
• /
• 제25권2호
• /
• pp.79-85
• /
• 2016

This paper proposes a threshold-based fall recognition algorithm to discriminate between falls and activities of daily living (ADL) using a tri-axial accelerometer and a bi-axial gyroscope sensor mounted on the upper sternum. The experiment was executed ten times according to the proposed experimental protocol. The output signals of the tri-axial accelerometer and the bi-axial gyroscope were measured during eight falls and eleven ADL action sequences. The threshold values of the signal vector magnitude (SVM_Acc), angular velocity (${\omega}_{res}$), and angular variation (${\theta}_{res}$) parameter were calculated using MATLAB. From the preliminary study, three thresholds (TH1, TH2, and TH3) were set so that the falls could be distinguished from ADL. When the parameter SVM_Acc is greater than 2.5 g (TH1), ${\omega}_{res}$ is greater than 1.75 rad/s (TH2), and ${\theta}_{res}$ is greater than 0.385 rad (TH3), these action sequences are recognized as falls. If at least one or more of these conditions is not satisfied, the sequence is classified as ADL.

• ETRI Journal
• /
• 제44권2호
• /
• pp.286-299
• /
• 2022

Human activity recognition in real time is a challenging task. Recently, a plethora of studies has been proposed using deep learning architectures. The implementation of these architectures requires the high computing power of the machine and a massive database. However, handcrafted features-based machine learning models need less computing power and very accurate where features are effectively extracted. In this study, we propose a handcrafted model based on three-dimensional sequential skeleton data. The human body skeleton movement over a frame is computed through joint positions in a frame. The joints of these skeletal frames are projected into two-dimensional space, forming a "movement polygon." These polygons are further transformed into a one-dimensional space by computing amplitudes at different angles from the centroid of polygons. The feature vector is formed by the sampling of these amplitudes at different angles. The performance of the algorithm is evaluated using a support vector machine on four public datasets: MSR Action3D, Berkeley MHAD, TST Fall Detection, and NTU-RGB+D, and the highest accuracies achieved on these datasets are 94.13%, 93.34%, 95.7%, and 86.8%, respectively. These accuracies are compared with similar state-of-the-art and show superior performance.

• 한국의류학회지
• /
• 제22권4호
• /
• pp.503-514
• /
• 1998

The purpose of this study was to develop a large representative data base for jeans marketing strategy This study was to survey brand features(launching year, launching company, design concept, sales volume, and price zone) in the current market, and was to examine brand awareness and it's relationship to segmented distribution regions, demo- graphic variables(sex, age, monthly household income, and seasonal clothing expenditure). This study was also to analyze brand image and consumer's seeking image. The 660 questionnaires were distributed and 618 reliable ones were used for statistical analysis. A SAS statistical package including frequency table, Chi-square test, factor analysis, analysis of variance(ANOVA), Duncan's multiple range test and paired-t test was used. The results are as follows: 1. Brand awareness involves "brand recall" based on asking a person to name the brand recalled first, and "brand recognition" based on asking to identify brand name from 30 given brands. The result of recall brand test indicated that Levi's was dominant brand. People recognized about 70.8% of brands on the average. Brand recognition was influenced by segmented distribution region and demographic variables. 2. There was significantly positive relationship between brand recognition and purchasing behavior. 3. National brands were more recognized than Licensed brands. 4. The result showed that "Nix" was best represented for sophisticated brand image, "Strom" for characteristic, "Jambangee" for resonable price, and "Levi's" for classic '||'&'||' comfortable brand image. 5. As a result of factor analysis on consumer's seeking image, six factors(characteristic, young, intelligent/sexy, comfortable, exotic and popular) were found. Several factors had a relationship with preferred design, demographic variables, fashion interest, and brand recognition. variables, fashion interest, and brand recognition.

• 디지털융복합연구
• /
• 제10권8호
• /
• pp.173-178
• /
• 2012

어휘 인식을 위한 모델 생성에서 준비하지 않은 트라이폰이 생성된다. 이는 모델 파라미터의 초기 추정치를 생성하지 못하는 원인으로 어휘 모델을 구성할 수 없는 단점으로 나타난다. 결과적으로 가우시안 모델의 정교함이 떨어지게 되어 인식률을 저하시키게 된다. 이를 개선하기 위한 방법으로 미등록 어휘 거절 알고리즘을 이용한 오류 보정 시스템을 제안한다. 이 방법은 어휘 인식 모델 생성 시 등록되지 않은 어휘를 거절하여 인식률을 향상시킨다. 또한 확률 분포를 이용하여 어휘 분석과 의미를 파악하고 음운 변동이 적용되기 전의 문자열로 복원시킨다. 시스템 분석은 음소 유사율과 신뢰도를 이용하여 오류 보정율을 확인하였고 성능 평가를 위해 에러 패턴, 오류 패턴, 의미 패턴 방법을 이용하여 평가하였다. 성능 평가 결과 2.8%의 오류 보정률의 향상을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제24권12호
• /
• pp.9-16
• /
• 2019

본 연구의 목적은 수업 시 스마트기기에 적용할 수 있는 나무 이미지를 인식하고 분류하여 정확도를 측정할 수 있는 효율적인 모델을 제안하는 것이다. 2015개정 교육과정으로 개정되면서 초등학교 4학년 과학교과서의 학습 목표에서 스마트 기기 사용한 식물 인식이 새롭게 추가 되었다. 특히 나무 인식의 경우 다른 사물 인식과 달리 수형, 수피, 잎, 꽃, 열매의 부위별 특징이 있으며, 계절에 따라 모양 및 색깔의 변화를 거치므로 인식률에 차이가 존재한다. 그러므로 본 연구를 통해 컨볼루션 신경망 기반의 사전 학습된 인셉션V3모델을 이용하여 재학습 전 후의 나무 부위별 인식률을 비교한다. 또한 각 나무의 유형별 이미지 정확도를 결합시키는 방식을 통해 효율적인 나무 분류 방안을 제시하며 교육현장에서 사용하는 스마트기기에 적용 할 수 있을 것이라 기대한다.

• 한국융합학회논문지
• /
• 제10권8호
• /
• pp.21-26
• /
• 2019

본 논문은 C4.5 알고리즘을 이용한 피로 인식 방법을 제안한다. 피로 평가에 대한 국내외 연구를 바탕으로 중국인의 생활습관 및 문화적 특성과 결합하여 피로 자기평가 척도를 완성하였다. 본문에서 사용한 척도는 58개 하위항목에 적용되어 있으며 피로의 유형과 정도를 평가하는 데 사용되었다. 이 항목들은 육체적 피로, 정신적 피로, 개인의 습관 및 피로의 결과 등을 측정하는 4가지 분류 항목에 포함된다. 본 연구의 목적은 피로 형성의 주요 원인을 분석하고 그에 따른 피로 정도를 인식함으로써 피로에 대한 주관적 관심을 증가시키고 과도한 피로로 인한 심뇌혈관계 질환의 위험을 감소시키는 데 있다. C4.5 알고리즘을 활용한 피로 인식 시스템의 인식률은 평균 85%로 나타나 본 제안의 유용성을 확인하였다.

• 인터넷정보학회논문지
• /
• 제13권4호
• /
• pp.23-31
• /
• 2012

인간의 동작 인식은 건강관리, 상황기반 응용 등 실제적인 삶의 여러 부분에서 이용할 수 있기 때문에 중요한 주제이다. 건강관리를 위한 조언을 제공하는데 사용될 수 있기 때문에 동작인식 중 일상생활 동작인식이 주로 연구되고 있다. 특별히 넘어짐은 심장문제로 발생할 수 있기 때문에 넘어짐 인식은 독거 노인의 건강한 삶에 중요한 역할을 할 수 있다. 넘어짐 인식은 여전히 어려운 연구과제이다. 넘어짐 인식을 위해 몸에 여러 종류의 센서를 부착하는 시스템이 제안되었지만 이는 사용자가 센서를 부착하는 것을 잊어버리거나 이런 시스템에 익숙하지 않기 때문에 유용성에 문제가 있다. 본 연구에서는 사용자가 휴대하고 있는 스마트 폰 내의 가속도 및 자이로센서 값의 변화를 분석하여 알려진 넘어짐 패턴과 유사성을 분석하여 넘어짐을 판단하는 방법을 제안한다. 이 연구를 위해 5명의 자원자를 모집하여 다양한 종류의 넘어짐을 실험하였다. 실험결과는 본 연구를 통해서 넘어짐 인식을 위한 제안한 방식이 유효하다는 것을 보여준다. 실험 알고리즘은 많이 사용되고 있는 G1 스마트 폰 위에 구현하였다.

• 한국지형학회지
• /
• 제25권1호
• /
• pp.97-113
• /
• 2018

Low-frequency geological natural disaster events such as Pohang earthquake have been occurred. As a results, there's a growing recognition on the importance of education and training for low frequency geological disasters in Korea. In spite of many years of scientific researches on volcanic disaster prevention and preparedness on Baekdusan volcano, the results do not provide the proper scenario for the training for volcanic ash event. Fall 3D volcanic ash diffusion model was run based on wind field data for the last five year, assuming Aso Mountain's explosion with volcanic explosion index 5 for seventy two hours. The management criteria values for proper actions in the previous studies were applied to make a scenario for thirteen groups of the disaster response teams such as train transportation, water supply, electrical facilities and human health. The models on the relationship between education and training for disaster prevention and response were suggested to fulfill the scientific and practical training at local level.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.461-462
• /
• 2022

최근 지속적인 출산율의 감소와 평균수명의 증가로 인하여, 대한민국의 초고령 사회는 예상보다 훨씬 빠르게 증가하고 있다. 핵가족 형태가 보편화되며 1인 가구도 함께 늘고 있어서 홀로 사는 노인의 수 역시 증가하는 추세이다. 주거 공간에서 낙상사고와 같은 고령화 안전사고가 많이 발생하고 있다. 혼자 사는 독거노인들의 경우 사고 발생 즉시 대처가 가능한 보호자가 없다는 문제점이 있다. 본 논문에서는 MediaPipe를 이용한 낙상사고 감지 시스템을 개발한다. 먼저, 이 시스템은 MediaPipe를 이용해서 카메라를 통해 실시간으로 수신된 영상에서 사람을 인식하고, 자세 유형 분석을 통해 낙상사고 발생 여부를 판별하여 애플리케이션을 통해 보호자에게 현장 상황을 알려주는 시스템이다. 낙상사고가 발생했다면 보호자용 애플리케이션을 통해 사고 발생 알림 및 현장 사진을 보여준다. 이와 같은 기술을 활용하여 응급상황에 처한 노인을 빠르게 구조하며 독거노인의 생활안전사고 문제를 해결하는 데에 기여하고자 한다.