한국산학기술학회논문지 (Journal of the Korea Academia-Industrial cooperation Society)

  • 제19권8호
  • /
  • Pages.260-267
  • /
  • 2018
  • /
  • 1975-4701(pISSN)
  • /
  • 2288-4688(eISSN)
한국산학기술학회 (The Korea Academia-Industrial cooperation Society)
권호 표지
DOI QR코드

DOI QR Code

표면근전도 신호를 활용한 CNN 기반 한국 지화숫자 인식을 위한 아래팔 근육과 전극 위치에 관한 연구

Study on Forearm Muscles and Electrode Placements for CNN based Korean Finger Number Gesture Recognition using sEMG Signals

  • 박종준 (순천향대학교 의료IT공학과) ;
  • 권춘기 (순천향대학교 의료IT공학과)
  • Park, Jong-Jun (Department of Medical IT Engineering, Soonchunhyang University) ;
  • Kwon, Chun-Ki (Department of Medical IT Engineering, Soonchunhyang University)
  • 투고 : 2018.05.15
  • 심사 : 2018.08.03
  • 발행 : 2018.08.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

표면근전도(sEMG) 신호의 응용은 초기에는 단순히 근육 활성도의 유무를 판별하여 On/Off 의 스위치 기능으로 많이 사용되어 왔으나, 표면근전도 신호처리와 알고리즘의 발달로 휠체어의 방향 제어는 물론 수화를 인식하는 분야까지 확대되었다. 청각 장애인들의 언어 소통을 위한 중요한 수단인 수화나 지화는 미학습자와는 소통의 어려움이 존재해왔으며, 이러한 어려움을 해결하기 위해 수화나 지화를 인식하는 기술에 대한 연구가 지속적으로 수행되어 왔다. 최근에는, 수화나 지화 시연시에 활성화되는 근육의 신호를 활용하여 수화나 지화를 인식하는 방법이 중국 숫자지화 중심으로 적용되고 있는 추세이다. 하지만, 수화나 지화는 일반 음성언어와 마찬가지로 중국 숫자지화와 한국 숫자지화가 다르므로, 중국 숫자지화 시연시에 관여하는 근육이 한국 숫자지화 시연시에는 관여하지 않을 수가 있어, 인식률이 현저히 떨어질 수 있다. 그러므로 한국 숫자지화 시연시에 활성화되는 근육의 선정은 표면근전도 신호에 기반한 한국 숫자지화 인식률에 매우 중요하다. 하지만, 표면근전도 신호에 기반한 한국 숫자지화 인식에 대한 연구는 문헌에서 드물다. 본 연구에서는 표면근전도 신호를 활용한 한국수화 또는 한국지화의 인식에 관한 초기 연구로서, 한국 숫자지화를 시연시에 관여하는 아래팔근육을 제안하고 실험을 통하여 검증하기 위해 숫자 영(0)부터 다섯(5)의 여섯 가지 한국 숫자지화를 대상으로 인식하는 연구를 수행하였다. 이를 위해, 표면근전도 신호를 활용한 CNN 기반 지화인식 방법에 적용하여 여섯 가지 한국 숫자지화에 대하여 100%의 인식률을 확인함으로써, 여섯 가지 한국 숫자지화 인식을 위해 제안된 아래팔근육과 전극위치의 타당성을 검증하였다.

Surface electromyography (sEMG) is mainly used as an on/off switch in the early stage of the study and was then expanded to navigational control of powered-wheelchairs and recognition of sign language or finger gestures. There are difficulties in communication between people who know and do not know sign language; therefore, many efforts have been made to recognize sign language or finger gestures. Recently, use of sEMG signals to recognize sign language signals have been investigated; however, most studies of this topic conducted to date have focused on Chinese finger number gestures. Since sign language and finger gestures vary among regions, Korean- and Chinese-finger number gestures differ from each other. Accordingly, the recognition performance of Korean finger number gestures based on sEMG signals can be severely degraded if the same muscles are specified as for Chinese finger number gestures. However, few studies of Korean finger number gestures based on sEMG signals have been conducted. Thus, this study was conducted to identify potential forearm muscles from which to collect sEMG signals for Korean finger number gestures. To accomplish this, six Korean finger number gestures from number zero to five were investigated to determine the usefulness of the proposed muscles and electrode placements by showing that CNN technique based on sEMG signal after sufficient learning recognizes six Korean finger number gestures in accuracy of 100%.

키워드

참고문헌

  1. H. S. Kang, "Finger Sign Recognition Technique using sEMG Sensor and Gyro Sensor", Master Thesis, Soongsil University, 2002.
  2. A. Phinyomark, P. Phukpattaranont, C. Limsakul, "A review of Control Methods for Electric Power Wheelchairs Based on Electromyography Signals with Special Emphasis on Pattern Recognition", IETE Technical Review, Vol.28, No.4, pp.316-326, 2011. DOI: https://dx.doi.org/10.4103/0256-4602.83552
  3. A. J. Young, L. J. Hargrove, T. A. Kuiken, "Improving Myoelectric Pattern Recognition Robustness to Electrode Shift by Changing Interelectrode Distance and Electrode Configuration", IEEE Transactions on Biomedical Engineering, Vol.59, No.3, pp.645-652, 2012. DOI: https://dx.doi.org/10.1109/TBME.2011.2177662
  4. F. Tenore, A. Ramos, A. Fahmy, S. Acharya, R. Etienne-Cummings, N. V. Thakor, "Towards the Control of Individual Fingers of a Prosthetic Hand Using Surface EMG Signals", Proceedings of 2007 29th Annual International Conference of the IEEE Engineering in Medicine and Biology Society, pp.6145-6148, 2007. DOI: https://dx.doi.org/10.1109/IEMBS.2007.4353752
  5. L. Hargrove, K. Englehart B. Hudgins, "A comparison of Surface and Intramuscular Myoelectric Signal Classification", IEEE Transactions on Biomedical Engineering, Vol.54, No.5, pp.847-853, 2007. DOI: https://dx.doi.org/10.1109/TBME.2006.889192
  6. A. J. Andrews, "Finger Movement Classification using Forearm EMG Signals", Thesis of Master's Degree, Queen's University, 2008.
  7. J. M. Hahne, B. Graimann, K. R. Muller, "Spatial Filtering for Robust Myoelectric Control", IEEE Transactions on Biomedical Engineering, Vol.59, No.5, pp.1436-1443, 2012. DOI: https://dx.doi.org/10.1109/TBME.2012.2188799
  8. L. Pan, D. Zhang, N. Jiang, X. Sheng, X. Zhu, "Improving Robustness against Electrode Shift of High Density EMG for Myoelectric Control throught Common Spatial Patterns", Journal of NeuroEngineering and Rehabilitation, Vol.12, No.110, pp.1-16, 2015. DOI: https://dx.doi.org/10.1186/s12984-015-0102-9
  9. X. Chen, Z. J. Wang, "Pattern recognition of number gestures based on a wireless surface EMG system", Biomedical Signal Processing and Control, Vol.8, No.2, pp.184-192, 2013. DOI: https://dx.doi.org/10.1016/j.bspc.2012.08.005
  10. X. Zhang, X. Chen, Y. Li, V. Lantz, K. Wang, J. Yang, "A Framework for Hand Gesture Recognition based on Accelerometer and EMG Sensors", IEEE Transactions on Systems, Man, and Cybernetics - Part A: Systems and Humans, Vol.41, No.6, pp.1064-1076, 2011. DOI: https://dx.doi.org/10.1109/TSMCA.2011.2116004
  11. Jong-Jun Park, "Study on sEMG Signal Based Finger Sign Recognition using Convolutional Neural Network", Thesis of Master's Degree, Soonchunhyang University, 2017.
  12. C. Lee, J. Kim, G. Park, J. Byeon, W. Jang, S. Kim, "Implementation of Real-time Recognition System for Korean Sign Language and Finger Gestures", Proceedings of Korean Institute of Intelligent Systems, Vol.6, No.2, pp.333-336, 1996.
  13. H. D. Yang, S. W. Lee, "Automatic Spotting of Sign and Fingerspelling for Continuous Sign Language Recognition", Journal of KISS : Software and Applications, Vol.38, No.2, pp.102-107, 2011. UCI: http://uci.or.kr/G704-E00398.2011.38.2.004
  14. N. H. Kim, "A Development of the Next-generation Interface System Based on the Finger Gesture Recognizing in Use of Image Process Techniques", Journal of the Korea Institute of Information and Communication Engineering, Vol.15, No.4, pp.935-942, 2011. DOI: https://dx.doi.org/10.6109/jkiice.2011.15.4.935
  15. J. Lee, Y. Kim, J. Song, K. Han, Y. Hong, "First Step to Korean Sign Language", Nanam Publisher, 2010 ISBN: 978-89-300-8463-5
  16. Faculty Association of Korea Anatomy and Physiology, "Human Anatomy", Hyunmoonsa Publisher, pp.214-218, 2009.