核心概念
다양한 센서 모달리티와 착용 위치를 결합하여 복잡한 상황에 대한 통합적인 인식과 이해를 형성할 수 있다.
摘要
이 논문은 웨어러블 기기를 활용한 인간 활동 인식(HAR) 연구를 다룹니다. 저자는 관성, 압력(오디오 및 대기압), 직물 정전용량 센싱 등 다양한 센서 모달리티를 활용하여 제스처 및 손 위치 추적, 얼굴 및 머리 패턴 인식, 그리고 신체 자세 및 제스처 인식 시나리오를 탐구했습니다.
주요 내용은 다음과 같습니다:
- 얼굴 움직임 인식: 스테소스코프 마이크로폰을 이용한 수동 음향 기반 얼굴 근육 움직임 감지, 관성, 평면 압력, 음향 센서를 활용한 다중 모달 센서 융합 기반 얼굴 근육 움직임 인식
- 신체 제스처 인식: 대기압 차이와 RFID 동기화를 이용한 손 높이 추정, 직물 정전용량 안테나를 이용한 상체 움직임 및 제스처 인식, RFID 기반 제스처 세그멘테이션과 정전용량 및 관성 센서 융합 기반 실시간 제스처 인식
향후 연구 방향으로는 스마트 팩토리 시나리오에서의 작업자 활동 모니터링, 압력 및 관성 센서 융합을 통한 상체 움직임 추적 등이 제시되었습니다.
統計資料
얼굴 근육 움직임 인식을 위해 6개의 스테소스코프 마이크로폰을 얼굴에 배치하여 음향 기반 근전도 신호를 측정했습니다.
손 높이 추정을 위해 손목에 바로미터 센서를 부착하고, 참조용 바로미터 센서를 테이블 또는 주머니에 배치했습니다.
상체 움직임 및 제스처 인식을 위해 직물 정전용량 안테나를 재킷과 장갑에 배치했습니다.
引述
"다양한 센서 위치와 다중 센싱 모달리티를 활용하면 복잡한 상황에 대한 통합적인 인식과 이해를 형성할 수 있습니다."
"웨어러블 기기는 유비쿼터스 인간 활동 인식(HAR)을 위한 가장 유망한 옵션입니다."