딥러닝 기반 낙상 감지 시스템의 구성과 적용 (Configuration and Application of a deep learning-based fall detection system)

서지정보

· 발행기관 : 한국융합신호처리학회
· 수록지 정보 : 융합신호처리학회 논문지 / 24권 / 4호 / 213 ~ 220페이지
· 저자명 : 우종석, 리오넬, 정상중, 정완영

초록

낙상은 일상의 활동 중에 예기치 않게 발생하여 생활에 많은 어려움을 초래한다. 본 연구는 고위험 직종 종사자들의 낙상 감지를 위한 시스템을 구성하고 자료를 수집하여 예측 모델에 적용함으로써 그 유효성을 검증하는 것을 목적으로 하였다. 이를 위해 가속도센서와 자이로센서를 통해 가속도 신호와 방위각을 산출하여 낙상 여부를 감지하는 웨어러블 기기를 구성하였다. 그리고 연구 참여자들이 이 기기를 복부에 착용하고 정해진 활동을 수행하는 과정에서 낙상과 관련한 동작으로부터 필요한 데이터를 측정하고 기기 내에 존재하는 블루투스 장치를 통해 컴퓨터로 전송하였다. 이렇게 수집된 데이터를 필터링 등을 통해 처리하여 딥러닝 알고리즘들인 1D CNN, LSTM, CNN-LSTM에 근거한 낙상 감지 예측 모델들에 적용하고 그 결과를 평가하였다.

영어초록

Falling occurs unexpectedly during daily activities, causing many difficulties in life. The purpose of this study was to establish a system for fall detection of high-risk occupations and to verify their effectiveness by collecting data and applying it to predictive models. To this end, a wearable device was configured to detect fall by calculating acceleration signals and azimuths through acceleration sensors and gyro sensors. In addition, the study participants wore the device on their abdomen and measured necessary data from falls-related movements in the process of performing predetermined activities and transmitted it to the computer through a Bluetooth device present in the device. The collected data was processed through filtering, applied to fall detection prediction models based on deep learning algorithms which are 1D CNN, LSTM and CNN-LSTM, and evaluate the results.

참고자료

· 없음