스마트 깔창의 센서를 이용한보행 타입 분류 방법 (Gait Type Classification Based on Deep Learning Using Smart Insole)

서지정보

· 발행기관 : 한국통신학회
· 수록지 정보 : 한국통신학회논문지 / 43권 / 8호 / 1378 ~ 1381페이지
· 저자명 : 이성신, 장석호, 최상일

초록

본 레터에서는 스마트깔창에 내장된 압력 센서를이용하여 보행 데이터를 측정하고, 심층 컨볼루션 신경망(DCNN)을 이용하여 추출한 보행 특징을 바탕으로 보행의 종류를 분류하는 방법을 제안한다. 연속적인 보행에 대한 데이터는 단위 걸음으로 분할된 후전처리 과정을 거쳐 DCNN의 입력으로 사용된다.
DCNN의 출력으로 얻은 특징맵을 이용하여 분류를위한 최종 완전 연결 네트워크를 구성하여 보행의 종류를 분류하였다. 7종류의 보행 데이터를 실측하여 분류 실험 해 본 결과, 제안한 방법이 88% 이상의 높은분류율을 보이는 것을 확인하였다.

영어초록

We propose a method to classify gait types using a sensor embedded in smart insole. A pressure senso r array was used for gait measurement, and the featu res of gait pattern were extracted using deep convolu tion neural network (DCNN). The measurement data for the continuous walking is divided into unit steps.
Then preprocessed data is used as the input of the DCNN. Using the feature map obtained from the DC NN output, a final complete connection network for classification was constructed to classify the types of gait. Through the experiments for the 7 types of gai t, we confirmed that the proposed method showed hi gh classification rate of 88% or more.

참고자료

· 없음