• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권2호
• /
• pp.800-816
• /
• 2018

In recent years, video surveillance research has been able to recognize various behaviors of pedestrians and analyze the overall situation of objects by combining image analysis technology and deep learning method. Human Activity Recognition (HAR), which is important issue in video surveillance research, is a field to detect abnormal behavior of pedestrians in CCTV environment. In order to recognize human behavior, it is necessary to detect the human in the image and to estimate the pose from the detected human. In this paper, we propose a novel approach for 2D Human Pose Estimation based on object detection using RGB-D information. By adding depth information to the RGB information that has some limitation in detecting object due to lack of topological information, we can improve the detecting accuracy. Subsequently, the rescaled region of the detected object is applied to ConVol.utional Pose Machines (CPM) which is a sequential prediction structure based on ConVol.utional Neural Network. We utilize CPM to generate belief maps to predict the positions of keypoint representing human body parts and to estimate human pose by detecting 14 key body points. From the experimental results, we can prove that the proposed method detects target objects robustly in occlusion. It is also possible to perform 2D human pose estimation by providing an accurately detected region as an input of the CPM. As for the future work, we will estimate the 3D human pose by mapping the 2D coordinate information on the body part onto the 3D space. Consequently, we can provide useful human behavior information in the research of HAR.

• International Journal of Automotive Technology
• /
• 제7권1호
• /
• pp.35-41
• /
• 2006

Driving simulations were performed to evaluate the effect of providing both visual information and body sensory information on changes in steering characteristics and the amount of perspiration in drift cornering. When the driver is provided with body sensory information and visual information, the amount of perspiration increases and the driver can perform drift control with a moderate level of tension. With visual information only, the driver tends to easily go into a spin because drift control is difficult. In this case, the amount of perspiration increases greatly as compared with the case where body sensory information is also provided, reflecting a very high perception of risk. When body sensory information is provided, the driver can control drift adequately, feeding back the roll angle information in steering. The importance of the driver's perception of the state of the vehicle was thus confirmed, and a desirable future direction for driver assistance systems was determined.

• 인터넷정보학회논문지
• /
• 제9권3호
• /
• pp.91-101
• /
• 2008

본 논문에서는 구성요소와 그들 간의 유연한 연결을 가진 인체 모델로 인체를 추적하기 위한 구성요소 기반 확률 전파를 제안한다. 인체는 사람의 동작을 추적하는데 필요한 6개의 인체 부위로 나뉘는데, 머리, 몸통, 왼팔, 오른팔, 왼발, 오른발 등이다. 제안하는 추적 방법은 인체 전체의 실루엣을 추적하지 않는 것이 아니라 구성요소로 이루어진 인체모델을 이용하여 인체의 각 부위를 개별적으로 추적하게 된다. 제안된 인체 추적 시스템은 유아의 동작 교육에 적용되는데, 균형잡기, 앙감질, 뛰기, 걷기, 회전하기, 구부리기, 뻗기와 같은 동작을 추적하는데 이용된다. 제안하는 시스템은 인체 모델의 각 부위를 개별적으로 탐지하고 움직임을 추적하여 평균 97%의 추적율을 획득하였다.

• Journal of information and communication convergence engineering
• /
• 제21권2호
• /
• pp.110-116
• /
• 2023

Recently, as various examples of machine learning have been applied in the healthcare field, deep learning technology has been applied to various tasks, such as electrocardiogram examination and body composition analysis using wearable devices such as smart watches. To utilize deep learning, securing data is the most important procedure, where human intervention, such as data classification, is required. In this study, we propose a model that uses a clustering algorithm, namely, the K-means clustering, to label body fat according to gender and age considering body size aspects, such as chest circumference and waist circumference, and classifies body fat into five groups from high risk to low risk using a convolutional neural network (CNN). As a result of model validation, accuracy, precision, and recall results of more than 95% were obtained. Thus, rational decision making can be made in the field of healthcare or obesity analysis using the proposed method.

• 전기전자학회논문지
• /
• 제26권1호
• /
• pp.36-42
• /
• 2022

본 연구에서는 전기 신호 경로로서의 인체 채널에 대해 임펄스 응답 신호를 이용한 분석 결과를 제시한다. 최근, 인체 통신(human body communications)은 착용형 또는 임플란트형 센서 디바이스 간의 통신 방법으로 인체 영역 통신망(wireless body area networks)을 구성하는 효과적인 접근방법으로 제시되고 있다. 인체 통신 시스템 설계에 중요한 지침인 인체 채널 특성 제공을 위해, 자체 제작한 채널 응답측정장치를 사용하고 용량성 커플링(capacitive coupling) 특성에 적합한 실험환경을 구축하여 측정을 수행하고 그 분석한 결과를 제시한다. 측정 신호에 대한 신호처리 과정으로 임펄스 응답을 효과적으로 추출하여, 0 MHz에서 100 MHz 사이의 주파수 분석을 통해 평균 경로 손실 약 46.8 dB를 제시하고 주파수별 경로 손실 특성을 확인할 수 있다. 또한, 본 연구는 인체 통신 시스템의 수신기 신호 대 잡음비(signal-to-noise ratio) 예측을 위한 수신기 필터의 커패시터와 저항값 변화에 따른 전체 측정 주파수와 기저 대역 신호의 검출 성능 결정에 영향을 주는 3 MHz 이하 대역에서의 상대적인 잡음 전력을 제시하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권6호
• /
• pp.2767-2780
• /
• 2016

Video-based human-activity recognition has become increasingly popular due to the prominent corresponding applications in a variety of fields such as computer vision, image processing, smart-home healthcare, and human-computer interactions. The essential goals of a video-based activity-recognition system include the provision of behavior-based information to enable functionality that proactively assists a person with his/her tasks. The target of this work is the development of a novel approach for human-activity recognition, whereby human-body-joint features that are extracted from depth videos are used. From silhouette images taken at every depth, the direction and magnitude features are first obtained from each connected body-joint pair so that they can be augmented later with motion direction, as well as with the magnitude features of each joint in the next frame. A generalized discriminant analysis (GDA) is applied to make the spatiotemporal features more robust, followed by the feeding of the time-sequence features into a Hidden Markov Model (HMM) for the training of each activity. Lastly, all of the trained-activity HMMs are used for depth-video activity recognition.

• 한국콘텐츠학회논문지
• /
• 제11권12호
• /
• pp.619-628
• /
• 2011

일반적으로 비전기반 3차원 인체 포즈 인식 기술은 HCI(Human-Computer Interaction)에서 인간의 제스처를 전달하기 위한 방법으로 사용된다. 특수한 환경에서 단순한 2차원 움직임 포즈만 인식할 수 있는 2차원 포즈모델 기반 인식 방법에 비해 3차원 관절을 묘사한 포즈모델은 관절각에 대한 정보와 신체 부위의 모양정보를 선행지식으로 사용할 수 있어서 좀 더 일반적인 환경에서 복잡한 3차원 포즈도 인식할 수 있다는 장점이 있다. 이 논문은 인체의 3차원 관절 정보를 이용한 포즈 인식 기술을 인터페이스로 활용한 상호작용 게임 콘텐츠 개발에 관해 기술한다. 제안된 시스템에서 사용되는 포즈는 인체 관절 중 14개 관절의 3차원 위치정보를 이용해서 구성한 포즈 템플릿과 현재 사용자의 포즈를 비교해 인식된다. 이 방법을 이용하여 제작된 시스템은 사용자가 부가적인 장치의 사용 없이 사용자의 몸동작만으로 자연스럽게 게임 콘텐츠를 조작할 수 있도록 해준다. 제안된 3차원 인식 기술을 게임 콘텐츠에 적용하여 성능을 평가한다. 향후 다양한 환경에서 더욱 강건하게 포즈를 인식할 수 있는 연구를 수행할 계획이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권2호
• /
• pp.1118-1133
• /
• 2017

Computer vision-based human activity recognition (HAR) has become very famous these days due to its applications in various fields such as smart home healthcare for elderly people. A video-based activity recognition system basically has many goals such as to react based on people's behavior that allows the systems to proactively assist them with their tasks. A novel approach is proposed in this work for depth video based human activity recognition using joint-based motion features of depth body shapes and Deep Belief Network (DBN). From depth video, different body parts of human activities are segmented first by means of a trained random forest. The motion features representing the magnitude and direction of each joint in next frame are extracted. Finally, the features are applied for training a DBN to be used for recognition later. The proposed HAR approach showed superior performance over conventional approaches on private and public datasets, indicating a prominent approach for practical applications in smartly controlled environments.

• 대한한의학원전학회지
• /
• 제25권4호
• /
• pp.105-113
• /
• 2012

Objectives : Acquiring information from symptoms is one of the important method to gain clinically available information in korean medicine. Therefore, up to now, study of symptom terms was frequently implemented in promotion of various information project. In data extraction methods using symptom information from DB, information search using synonym and method using ontology is studied and utilized. However, considering concept of symptom has essential information of appeared body area and phenomenon we think that extending synonym and ontology relationship in symptom terms can be useful for search and set to this study. Methods : We collect terms relevant to human body area and structure described in Donguibogam. Synonymous relationship between collected terms is organized. Relationship between collected terms is build to human-body-knowledge table which has form of Concept+Relation+Concept. Type of relationship is limited on a range of expressing content about parts of human body. Result & Conclusion : Search condition is generated automatically using relationship of the upper area in knowledge table contents. Information of next and previous acupuncture point, upper and lower acupuncture point, left and right acupuncture point can be searched using information of acupuncture point location, order, relative position in area, direction in knowledge table contents.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (D)
• /
• pp.204-207
• /
• 2007

최근 대두되고 있는 무선 센서네트워크는 실생활의 많은 부분에 있어 그 응용 분야를 넓혀 가고 있다. 본 연구는 WSN의 응용 중 Human Health Care에 주안을 두어 WSN을 이용한 원격 진료 시스템에 대해 설계 및 구현을 하였다. 원격 진료 시스템을 위해 각 센서 노드들은 인체의 Body 정보를 수집할 수 있는 센서들을 가지고 신체의 각 부위에 부착된다. 또한 각 센서 노드들은 고유의 Human Body Code를 가지고 있으며 이 고유의 Code에 의해 인체의 어느 부위에서 측정된 Data인지를 Sink 노드로 전송하게 된다. Sink 노드는 수집된 정보를 원격에 위치한 의료진들에게 전송하며 원격의 의료진들은 Sink 노드에서 전송된 정보를 바탕으로 진료 정보를 환자 및 User에게 Feedback하게 된다. Human Body Code는 인체를 세분화하고 각 세분화한 신체 부위에 계층적으로 고유의 Code를 부여한다. 본 연구에서는 실제 Human Body Code를 직접 제작한 센서 Node에 주입하여 Human Body Network을 구성하여 인체에서 센싱되는 Data를 원격에 위치한 PC에서 진료 가능한 원격 진료 시스템을 구현하였다.