본 논문에서는 은닉 마르코프 모델을 바탕으로 하는 발걸음을 이용한 개인 식별 시스템을 제안한다. 개인의 발걸음은 연속적인 자세나 움직임의 집합으로 나타낼 수 있는데, 구조적으로 연속적인 움직임의 변화는 확률적인 특성을 가지고 있기 때문에 은닉 마르코프 모델을 이용하여 적절하게 모델링 할 수 있다. 개인의 발걸음은 N개의 이산적인 자세 간의 전이로 이루어졌다고 가정하였으며, 이를 계산하기 위해 MMSI라는 발걸음 특징 모델을 제안하였다. MMSI는 발걸음 인식에 중요한 역할을 하는 시공간적인 정보를 가지고 있는 그레이-스케일 영상이다. 실험 결과는 MMSI를 이용하여 은닉 마르코프 모델을 바탕으로 한 발걸음 인식 결과를 보여준다.
최근, 사람을 인식하는데 있어 걸음걸이가 기존에 사용되어 오던 많은 생체인식을 보완할 만한 것으로 등장하였다. 본 연구는 보행자 실루엣의 동적 특징과 은닉 마르코프 모델(HMM)을 이용한 보행자 인식 방법을 제안한다. 보행자의 보행 모델은 무한 순환 구조의 HMM 두 가지를 사용하였다. 하나는 자기 조직화 지도(SOM)를 벡터 양자화기로 하는 이산 HMM방식이고, 다른 하나는 주성분 분석(PCA) 공간으로 변환된 특징 벡터를 이용하는 연속 HMM방식이다. 실험 결과 HMM이 몇 가지 변수의 조정에 대해 일관성 있는 성능 변화를 보이며 최고 88.1%의 인식률을 기록하였다. 또한 기존 연구 결과와 비교하여 볼 때 특징과 제안 구조의 모델은 보행자 인식에 충분한 적용 가능성이 있으며, 나아가 걸음걸이가 생체 인식으로 이용되기에 좋은 지표가 될 수 있을 것으로 판단된다.
Murukesh, C.;Thanushkodi, K.;Padmanabhan, Preethi;Feroze, Naina Mohamed D.
Journal of Electrical Engineering and Technology
/
제9권6호
/
pp.2118-2125
/
2014
Gait Recognition is a new technique to identify the people by the way they walk. Human gait is a spatio-temporal phenomenon that typifies the motion characteristics of an individual. The proposed method makes a simple but efficient attempt to gait recognition. For each video file, spatial silhouettes of a walker are extracted by an improved background subtraction procedure using Gaussian Mixture Model (GMM). Here GMM is used as a parametric probability density function represented as a weighted sum of Gaussian component densities. Then, the relevant features are extracted from the silhouette tracked from the given video file using the Principal Component Analysis (PCA) method. The Fisher Linear Discriminant Analysis (FLDA) classifier is used in the classification of dimensional reduced image derived by the PCA method for gait recognition. Although gait images can be easily acquired, the gait recognition is affected by clothes, shoes, carrying status and specific physical condition of an individual. To overcome this problem, it is combined with footprint as a multimodal biometric system. The minutiae is extracted from the footprint and then fused with silhouette image using the Discrete Stationary Wavelet Transform (DSWT). The experimental result shows that the efficiency of proposed fusion algorithm works well and attains better result while comparing with other fusion schemes.
최근 다양한 생체신호를 이용한 사용자 인식 방법들이 연구되고 있으며 그 중에 보행을 기반으로 한 사용자 인식 방법이 활발하게 연구되고 있다. 본 논문에서는 사람이 보행할 때 사용되는 허벅지 근육의 EMG(Electromyography) 신호를 기반으로 사용자를 인식하는 방법을 제안하였다. 근전도 신호의 RMS, MAV, VAR, WAMP, ZC, SSC, IEMG, MMAV1, MMAV2, MAVSLP, SSI, WL를 특징으로 산출하여 ANN(Artificial Neural Network) 분류기를 통해 사용자를 인식한다. 사용자 인식에 적합한 근육과 특징을 선별하기 위해서 근육 및 특징별 인식률을 비교한 결과 대퇴직근, 반건양근, 외측광근이 사용자 인식에 적합한 근육으로 나타났으며, MAV, ZC, IEMG, MMAV1, MAVSLP 특징이 사용자 인식에 적합한 특징으로 나타났다. 실험결과 모든 특징들과 채널들을 사용했을 때의 인식률은 평균 99.7%을 보였고 사용자 인식에 적합하다고 판단되는 3개의 근육, 5개의 특징을 사용했을 때의 인식률은 평균 96%을 보였다. 따라서 사용자의 보행에 따른 EMG 신호 기반 사용자 인식이 가능함을 확인하였다. 그리고 사용자 인식에 적합한 소수의 채널과 특징을 사용하여 사용자 인식하는데 적용될 수 있음을 확인하였다.
본 연구는 원거리에서 걸음걸이 (보행)의 특성을 분석하여 인간을 식별하는 보행인식 (gait recognition) 기술을 다중 특징점 기반으로 확장하여 인식률 및 오류 내성을 향상시키는 기술을 제안한다. 보다 구체적으로 i)움직임 검출, ii) 객체 영역 검출, iii) 머리 영역 검출, 그리고, iv) 능동 형태 모델을 이용하여 기본 알고리듬 (gait baseline algorithm)의 문제점인 전처리 과정없이 그림자 영향과 낮은 인식률을 개선하였다. 제안된 알고리듬은 HumanID Gait Challenge (HGCD) 데이터집합을 이용한 실험을 통해 환경 변화요인에도 강건한 인간 보행인식이 가능함을 확인할 수 있다.
Gait analysis is an important tool in the clinical management of cerebral palsy, allowing for the assessment of condition severity, identification of potential gait abnormalities, planning and evaluation of interventions, and providing a baseline for future comparisons. However, traditional methods of gait analysis are costly and time-consuming, leading to a need for a more convenient and continuous method. This paper proposes a method for analyzing the posture of cerebral palsy patients using only smartphone videos and deep learning models, including a ResNet-based image tilt correction, AlphaPose for human pose estimation, and SmoothNet for temporal smoothing. The indicators employed in medical practice, such as the imbalance angles of shoulder and pelvis and the joint angles of spine-thighs, knees and ankles, were precisely examined. The proposed system surpassed pose estimation alone, reducing the mean absolute error for imbalance angles in frontal videos from 4.196° to 2.971° and for joint angles in sagittal videos from 5.889° to 5.442°.
The purpose of this study is to develop an improved marker auto-identification algorithm for reduce of data processing time through improve the efficiency of noise elimination and marker separation. The maker auto-identification algorithm was programming named KUMAS used Delphi language. For the study, various experiments were conducted for the verification of KUMAS. and compared two systems of established with the KUMAS. Four different motions - cycling, gait, rotation, and pendulum -, were selected and tested. Motions were filmed 30Hz frames rate per second. ${\chi}^2$ used for statistical analysis. Significant level were ${\alpha}=.05$. The test results were as follow. 1. Increased the success ratio of marker auto-identification. 2. The efficiency of marker auto-identification was remarkably improved through marker separation, noise elimination. 3. The marker auto-identification ability was improved in 2D-image plane include the 3D motion. 4. Significant different were found between KUMAS and B-SYS(established system) with non-input the artificial noise frames, input the artificial noise frames and total frames.
최근 유비쿼터스 환경에서 개인 인증을 위한 연구가 활발하게 진행되고 있다. 그 중에서 걸음걸이 인식은 원거리에서 사람의 물리적인 특성을 이용하여 개인을 인증하는데 효과적인 방법이다. 본 논문에서는 걸음걸이 인식을 위해 평균 이동 알고리즘(mean shift algorithm)과 geodesic 활성 윤곽선 모델(active contour models) 기반의 사람 외형 추출 및 추적 시스템을 제안한다. 활성 윤곽선 모델은 움직이고, 변화하기 쉬운 물체를 다루는데 효과적이다. 그러나 활성 윤곽선 모델의 성능은 초기 커브에 의존적인 한계를 가지고 있다. 이 문제를 극복하기 위해 전형적인 geodesic 활성 윤곽선 모델에 평균 이동 알고리즘을 결합한다. 기본 개념은 진화시키기 전에 level set 방법을 사용하여 초기 커브를 사람 영역에 위치시키고, 그 영역을 충분히 둘러싸도록 크기를 조정한 후에 커브를 진화시킨다. 이러한 방법은 움직임이 큰 물체를 다루거나 진화 횟수를 줄이기 위해 효과적이다. 제안된 시스템은 사람 영역 검출 모듈과 사람 외형 추적모듈로 구성된다. 사람 영역 검출 모듈에서는 배경영상 제거(background subtraction)와 모폴로지 연산(morphologic operation)으로 사람의 실루엣을 검출한다. 이때, 사람의 외형은 평균 이동 알고리즘과 geodesic 활성 윤곽선 모델에 의해 정확하게 검출된다. 실험 결과에서 제안된 방법이 걸음걸이 인식(gait recognition)을 위해 사람의 외형을 효과적으로 정확하게 추출하고 추적됨을 보여준다.
The purpose of this study is to determine optimal filtering condition and threshold for the detection of gait-cycles for various walkway slopes as well as gait velocities. Ten young healthy subjects with accelerometer system on thigh and ankle walked on a treadmill at 9 conditions (three speeds and three slopes) for 5 minutes. Two direction signals, i.e. anterior-posterior (AP) and superior-inferior (SI) directions, of each sensor (four sensor orientations) were used to detect specific events of gait cycle. Variation of the threshold (from -1G to 1G) and lowpass cutoff frequency (fc) were applied to the event detection and their performance was evaluated according to the error index (EI), which was defined as the combination of the accuracy and false positive rate. Optimal fc and threshold were determined for each slope in terms of the EI. The optimal fc, threshold and their corresponding EI depended much on the walkway slope so that their coefficients of variation (CV) ranged 19~120%. When all data for 3 slopes were used in the identification of optimal conditions for each sensor, the best error indices for all sensor orientations were comparable ranging 1.43~1.76%, but the optimal fc and threshold depended much on the sensor position. The result indicates that the gait-cycle detection robust to walkway slope is possible by threshold method with well-defined filtering condition and threshold.
본 연구에서는 3차원 RGB-D Xtion2 카메라를 이용하여 보행자의 골격좌표를 추출한 결과를 바탕으로 동적인 특성(속도, 가속도)을 함께 고려하여 딥러닝 모델을 통해 사람을 인식하는 방법을 제안한다. 본 논문의 핵심목표는 RGB-D 카메라로 손쉽게 좌표를 추출하고 새롭게 생성한 동적인 특성을 기반으로 자체 고안한 1차원 합성곱 신경망 분류기 모델(1D-ConvNet)을 통해 자동으로 보행 패턴을 파악하는 것이다. 1D-ConvNet의 인식 정확도와 동적인 특성이 정확도에 미치는 영향을 알아보기 위한 실험을 수행하였다. 정확도는 F1 Score를 기준으로 측정하였고, 동적인 특성을 고려한 분류기 모델(JCSpeed)과 고려하지 않은 분류기 모델(JC)의 정확도 비교를 통해 영향력을 측정하였다. 그 결과 동적인 특성을 고려한 경우의 분류기 모델이 그렇지 않은 경우보다 F1 Score가 약 8% 높게 나타났다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.