순환신경망, GRU를 이용한 자세 추정 기반 낙상 감지 기법
Fall Detection Method Based on Pose Estimtion Using GRU
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
낙상은 65세 이상의 노년층의 부상 또는 사망의 주요 원인으로 사회적 비용의 발생요인이다. 또한 산업현장에서 종종 발생하는 낙상 및 추락도 정확한 낙상 여부를 판단과 신속한 조치가 요구 된다. 다양한 낙상 감지 기법이 소개 되었으나 기존 센서기반 낙상 감지 장치는 사용자의 불편과 응답 시간이나 제한된 하드웨어 리소스로 인해 여전히 효과가 낮았다. 그러나 RNN (Recurrent Neural Network)은 순차적 입력을 분석하는 문제에서 뛰어난 정확성을 제공하므로 논 논문은 2D RGB 저가 카메라에서 얻은 스켈레톤 데이터를 기반으로 하는 낙상 감지 기법을 제안한다. 특히 GRU를 이용한 낙상 감지 정확도 향상을 위한 특징 추출 및 분류 방법을 제안하였다. 특징 추출을 위한 학습을 위해 공개 데이터 셋을 사용하였고, 높은 분류 정확도를 달성하기 위한 특징 추출 방법을 찾기 위한 시험 결과, 제안된 방법은 원시 골격 데이터 사용보다 낙상탐지에 효과적이다.
Abstract
Falls are a major cause of injuries or deaths in the elderly over the age of 65 and a factor in social costs. Various detection techniques have been introduced, but the existing sensor base fall detector devices are still ineffective due to user inconvenience, response time, and limited hardware resources. However, since RNN (Recurrent Neural Network) provides excellent accuracy in the problem of analyzing sequential inputs, this paper proposes a fall detection method based on the skeleton data obtained from 2D RGB CCTV cameras. In particular, we proposed a feature extraction and classification method to improve the accuracy of fall detection using GRU. Experiments were conducted through public datasets(SDUFall) to find feature-extraction methods that can achieve high classification accuracy. As a result of various experiments to find a feature extraction method that can achieve high classification accuracy, the proposed method is more effective in detecting falls than unprocessed raw skeletal data which are not processed anything.
참고문헌 (9)
- S. Jeong, "Human-skeleton based Fall-Detection Method using LSTM for Manufacturing Industries", 201934th International Technical Conference on Circuits, 2019, 1~4
- Wu, G., "Distinguishing fall activities from normal activities by velocity characteristics", Journal of biomechanics, 33(11), pp.1497~1500 (2000)
- X. Ma, "Depth-Based Human Fall Detection via Shape Features and Improved Extreme Learning Machine", IEEE Journal of Biomedical and Health Informatics, 18(6), pp.1915~1922 (2014)
- KA. Abobakr, "A Skeleton-Free Fall Detection system From Depth Images Using Random Decision Forest", IEEE Systems Journal, 12 (2018)
- D. P. Kingma, "Adam: A Method for Stochastic Optimization", ICLR (2015)
- AK Bourke, "Evaluation of a threshold-based tri-axial accelerometer fall detection algorithm", Gait &Posture (2007)
- KWC Cheng, "Triaxial accelerometer-based fall detection method using a self-constructing cascade-Ada Boost-SVM classifier", IEEE Journal of Biomedical and Health Informatics (2013)
- Wen-Nung Lie, "Human Fall-down Event Detection Based on 2D Skeletons and Deep Learning Approach", International Workshop on Advanced Image Technology (2018)
- Kripesh Adhikari, "Deep Learning Based Fall Dection Using Silplified Human Posture", International Journal of Computer and Systems Engineering, 13(5) (2019)