HOME > 공학 > 기계공학 > 대한기계학회 > 대한기계학회 논문집 A권
다중모드 센서와 LSTM 기반의 딥 러닝을 이용한 인간의 행동인식 시스템 -
분야 공학 > 기계공학
저자 신수연 차주헌
발행기관 대한기계학회
간행물정보 대한기계학회 논문집 A권 2018년, 대한기계학회논문집 A권 제42권 제2호(통권 제389호), 111page~121page(총11page)
파일형식 3407825 [다운로드 무료 PDF 뷰어]
판매가격 6,000원
적립금 180원 (구매자료 3% 적립)
이 자료를
논문의 미리보기 2페이지를 PDF파일로 제공합니다.
 
연관 논문
소프트 컴퓨팅에 의한 인간행위 분류에 관한 연구 -
딥러닝을 이용한 증강현실 얼굴감정스티커 기반의 다중채널네트워크 플랫폼 구현 -
홀로렌즈에서 ToF 센서를 이용한 딥러닝 기반의 정적 손동작 인식 -
RGB-D 정보를 이용한 객체 탐지 기반의 신체 키포인트 검출 방법
인공지능을 이용한 법률전문가 시스템의 동향 및 구상 -
 
 
목차
부제 : Human Activity Recognition System Using Multimodal Sensor and Deep Learning Based on LSTM
초록
Abstract
1. 서론
2. 시스템 구성
3. 다중모드 센서에 의한 행동 인식
4. 딥 러닝에 의한 행동 인식
5. 시스템 적용
6. 결론
참고문헌(References)
 
 
국문초록
본 논문에서는 인간의 다양하고 복잡한 행동을 인식하기 위한 기존의 두 가지 방법인 직접 센서 측정 방법과 인공지능 기반의 방법론에 대한 문제점들을 보완하기 위한 새로운 시스템을 제안한다. 이를 구현하기 위해 가속도, 자이로, 고도 센서로 구성된 다중모드 센서를 개발하고, 센서의 물리적 측정 값과 딥 러닝의 학습 결과를 실시간으로 병합함으로써, 보다 정확한 자세 및 행동을 인식할 수 있는 방법론에 대해 기술한다. 인간의 행동별 데이터를 수집, 분석하여 인간의 정적인 행동에 대해 정의한다. 다중모드 센서로부터 수집된 데이터를 이용하여 RNN(Recurrent Neural Network)의 변형 알고리즘인 LSTM(Long Short Term Memory Networks)를 이용하여 인간의 자세와 행동을 학습한다. 마지막으로 실제환경 실험을 통하여 본 논문에서 제안한 시스템의 효용성과 타당성을 확인한다.
 
 
영문초록
In the present paper, a new system is proposed to overcome problems in existing two methods of recognition of humans’ diverse and complicated behaviors. These two methods are the direct sensor measuring method and the artificial intelligence-based method. To implement the system, a multimodal sensor consisting of acceleration, gyro, and height sensors is developed and a methodology to more accurately recognize postures and behaviors by combining the sensors’ measured values and deep learning study results in real time is described. Data of human activity are collected and analyzed to define static activities of humans. Using the data collected from the multimodal sensor, human postures and activities are learned through long short term memory networks, which are algorithms modified from the recurrent neural network. Finally, the utility and validity of the system proposed in the present paper are verified through experiments in actual environments.
 
 
Deep Learning(딥 러닝), LSTM(Long Short Term Memory Networks), Multimodal Sensor(다중모드 센서), Human Activity(인간의 행동)
 
 
도움말
본 논문은 참고용 논문으로 수정 및 텍스트 복사가 되지 않습니다.
 
 
추천자료
[세계의 역사] 4차 산업혁명과 관련된 10건 이상의 언론 기사들을 참조하여 4차 산업혁명에 대한 자신의 입장을 기술하되, 위의 과제 작성시 지시사항을 유념하시오,
[강좌] 초보자! 하드웨어 기초
일반물리학실험 레포트 소스
유비쿼터스정의와 국내외동향
[국제통상] 해외직접 투자전략 카르페디엠(Carpediem)
에듀테인먼트 게임 사례 분석
교육 시스템의 변화에 따른 유비쿼터스 멘토링 시스템 활용 및 효과
[컴퓨터 공학] 유비쿼터스 시스템의 개념과 핵심 기술
[교육방법] 제 14장 첨단공학과 미래교육
경영경제 유비쿼터스
오늘 본 자료
오늘 본 자료가 없습니다.
장바구니 담은 자료
장바구니가 비어 있습니다.
이 간행물 인기자료
대한기계학회논문집 A권 제40권 제5호...
상용차의 제동시 쏠림 개선을 위한 조...
동작분석기법을 이용한 조향동작에 대...
Silver Paste 를 이용한 Solar Cell ...
RCM 기반 설비 고장 예측시스템 -
이 간행물 신규자료
대한기계학회논문집 A권 제40권 제1호...
선박용 프로펠러 후란주형 설계 및 가...
차량 요레이트 피드백을 통한 가상 제...
횡방향 안정성 향상을 위한 통합 섀시...
시스템 식별을 통한 자기베어링 장착 ...
저작권 정보
본 학술논문은 ㈜누리미디어와 각 학회간에 저작권 계약이 체결된 것으로 HAPPY학술이 제공하고 있습니다. 본 저작물을 불법적으로 이용시는 법적인 제재가 가해질 수 있습니다.
 
서비스이용약관 | 개인정보취급방침 | E-mail 수집 거부 | 제휴 및 광고문의 | FAQ
이메일 무단 수집 거부
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나 그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며, 이를 위반시 정보통신망법에 의해 형사처벌됨을 유념하시기 바랍니다. [게시일 2003년 4월 2일]