지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 허경용
- 발행연도
- 2017
- 저작권
- 동의대학교 논문은 저작권에 의해 보호받습니다.
이용수22
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
이 논문에서는 상보필터와 신경망을 함께 사용하여 반복운동을 정확하게 측정하는 방법을 제안하였다.
반복적인 운동의 개수를 측정하는 방법은 다양하다. 대표적으로 가속도 센서 또는 자이로스코프 센서로부터 얻은 데이터로부터 특징을 추출한 후 선택된 특징을 기반으로 측정하는 방법이 사용된다. 하지만 단순한 동작도 사람의 움직임에는 다양한 변수가 존재하여 단일 센서로 모든 경우의 수를 예측하기란 쉽지 않으며, 잡음과 진동에 취약한 가속도계와 드리프트 현상이 발생하는 각속도의 문제점으로 인하여 반복운동 검출에는 정확성이 떨어지는 현상이 발생한다.
본 논문에서는 상보필터를 적용하여 단일 센서 사용에서 발생하는 문제점들을 개선하며, 사람의 움직임 패턴을 처음, 중간, 끝 세 개의 구역으로 분할하고 특징점을 추출하여 신경망에 적용하는 보다 정확하게 반복운동을 검출할 수 있는 방법을 제안한다.
제안한 방법은 20대, 30대, 40대 남녀의 데이터 100개를 수집하여 연구를 수행하였으며, 100개의 데이터 중 50개는 사전에 신경망 학습에 사용하였고, 남은 50개의 데이터는 사전에 학습된 신경망에서 인식 정확도를 측정하기 위해 사용하였다. 인식률은 97.18%를 얻을 수 있었고, 기존의 방법과 비교하여 5.18% 높은 정확도를 보임을 실험을 통해 확인할 수 있었다.
반복적인 운동의 개수를 측정하는 방법은 다양하다. 대표적으로 가속도 센서 또는 자이로스코프 센서로부터 얻은 데이터로부터 특징을 추출한 후 선택된 특징을 기반으로 측정하는 방법이 사용된다. 하지만 단순한 동작도 사람의 움직임에는 다양한 변수가 존재하여 단일 센서로 모든 경우의 수를 예측하기란 쉽지 않으며, 잡음과 진동에 취약한 가속도계와 드리프트 현상이 발생하는 각속도의 문제점으로 인하여 반복운동 검출에는 정확성이 떨어지는 현상이 발생한다.
본 논문에서는 상보필터를 적용하여 단일 센서 사용에서 발생하는 문제점들을 개선하며, 사람의 움직임 패턴을 처음, 중간, 끝 세 개의 구역으로 분할하고 특징점을 추출하여 신경망에 적용하는 보다 정확하게 반복운동을 검출할 수 있는 방법을 제안한다.
제안한 방법은 20대, 30대, 40대 남녀의 데이터 100개를 수집하여 연구를 수행하였으며, 100개의 데이터 중 50개는 사전에 신경망 학습에 사용하였고, 남은 50개의 데이터는 사전에 학습된 신경망에서 인식 정확도를 측정하기 위해 사용하였다. 인식률은 97.18%를 얻을 수 있었고, 기존의 방법과 비교하여 5.18% 높은 정확도를 보임을 실험을 통해 확인할 수 있었다.
목차
요약 1Ⅰ. 서론 1Ⅱ. 반복운동 검출을 위한 이론 71. 줄넘기 운동 72. 6축 가속도 자이로 센서 93. 상보필터 10Ⅲ. 반복운동 신호 처리 과정 131. 하드웨어 구성 및 설계 132. 데이터 신호 처리 16Ⅳ. 반복운동 인식 과정 221. 반복운동 인식 222. 파형 분석 263. 특징점 추출 29Ⅴ. 신경망을 이용한 반복 운동 검출 341. 인공신경망 이론 342. 신경망의 데이터 학습 단계 383. 데이터 수집 404. 네트워크 생성 및 설정 415. 네트워크 학습 41Ⅵ. 실험 결과 및 분석 45Ⅶ. 결론 50참고문헌 55Abstract 60
최근 본 자료
댓글(0)
0