• 디지털융복합연구
• /
• 제8권2호
• /
• pp.203-216
• /
• 2010

본 연구는 디지털화된 한국인 인체정보 데이터세트의 전략적 활용계획수립과 관련된다. 구체적으로 국가경쟁력 제고를 위한 R&D 전략 포트폴리오의 작성을 위하여 필요한 중요한 의사결정 요인들을 파악하고 조직화하는 것이다. 타 국가의 경우를 보더라도 디지털 인체정보 데이터세트와 시각화 에프리케이션의 개발은 국가수준에서 전략적인 R&D 프로젝트로 선정하여 추진하고 있다. 본 연구에서는 연구목적을 달성하기 위하여 해당 분야의 전문가 집단을 구성하였으며, 이들을 통하여 R&D 비전, SWOT분석 및 전략개발, 연구분야 및 세부과제를 파악하였다. 또한 전략계획 수립을 위하여 각 세부과제들을 중요도와 시급도 관점에서 우선순위를 파악하였다. 연구의 방법으로는 브레인스토밍, 델파이방법과 AHP(Analytical Hierarchy Process) 기법을 도입하였다. 본 연구의 결과는 추후 R&D 포트폴리오 작성을 위한 가이드라인이 될 뿐 아니라, 해당 분야에 연구투자를 평가하는 프레임워크로서 중요한 역할을 담당할 것이다.

• 한국산학기술학회논문지
• /
• 제22권2호
• /
• pp.127-133
• /
• 2021

낙상 판단을 위한 최근 발표되는 연구는 RNN(Recurrent Neural Network)을 이용한 낙상 동작 특징 분석과 동작 분류에 집중되어 있다. 웨어러블 센서를 기반으로 한 접근 방식은 높은 탐지율을 제공하나 사용자의 착용 불편으로 보편화 되지 못했고 최근 영상이나 이미지 기반에 딥러닝 접근방식을 이용한 낙상 감지방법이 소개 되었다. 본 논문은 2D RGB 저가 카메라에서 얻은 영상을 PoseNet을 이용해 추출한 인체 골격 키포인트(Keypoints) 정보로 머리와 어깨의 키포인트들의 위치와 위치 변화 가속도를 추정함으로써 낙상 판단의 정확도를 높이기 위한 감지 방법을 연구하였다. 특히 낙상 후 자세 특징 추출을 기반으로 Convolutional Neural Networks 중 Gated Recurrent Unit 기법을 사용하는 비전 기반 낙상 감지 솔루션을 제안한다. 인체 골격 특징 추출을 위해 공개 데이터 세트를 사용하였고, 동작분류 정확도를 높이는 기법으로 코, 좌우 눈 그리고 양쪽 귀를 포함하는 머리와 어깨를 하나의 세그먼트로 하는 특징 추출 방법을 적용해, 세그먼트의 하강 속도와 17개의 인체 골격 키포인트가 구성하는 바운딩 박스(Bounding Box)의 높이 대 폭의 비율을 융합하여 실험을 하였다. 제안한 방법은 기존 원시골격 데이터 사용 기법보다 낙상 탐지에 보다 효과적이며 실험환경에서 약 99.8%의 성공률을 보였다.