가속도 센서와 LBP를 이용한 인간 행동 인식

Abstract

인간의 행동 분석과 인식은 헬스케어, 작업자 안전 등 다양한 분야에서 활용되고 있다. 행동패턴 분석과 인식에서 주로 IMU센서가 사용되며, 행동인식을 위해 딥 러닝과 SVM법, K-NN 분류법, 주파수 분석법 등 다양한 방법이 연구되고 있다. 이러한 방법은 많은 메모리와 연산시간이 요구되어 소형이고 저가인 IoT 디바이스에 적용하기가 어렵다, 따라서 본 연구에서는 저가의 임베디드 시스템에 적용가능한 행동 인식기법을 제안한다. 제안된 기법은 3축 가속도 센서를 이용하여 평균속도와 영-교차율을 산출하고 이를 이미지화하여 LBP로 인간의 행동패턴을 인식하게 한 것이다. 제안된 기법의 성능을 평가하기 위해 모바일 폰 센서에서 수집한 행동 데이터를 이용하였다. 성능 평가에서 91.8%의 인식률을 확인하였다. 이와같이 제안된 알고리즘을 저가의 임베디드 시스템에 적용한다면 매우 효과적일 것이라 사료된다.