검색 상세

고령자 이상 행동 인식을 위한 비지도학습 기반 그래프합성곱 네트워크

Unsupervised Learning based Graph Convolution Autoencoder for Abnormal Action Detection of Older Adults

  • 김상민 (SangminKim, 대학원 산업경영공학과 산업경영공학전공)

초록/요약

고령 현상 속에서 독거 노인 집단의 증가는 심각한 사회 문제로 꼽히고 있다. 독거노인은 응급 상황 발생 시 신속한 대처가 어렵기 때문에 고독사로 이어질 수 있다. 독거 노인 급증에 따라 자택 내 응급 상황에 대한 모니터링 시스템이 도입되었지만, 현존하는 시스템들은 기기 오작동 및 민감 작동에 의한 신고가 잦은 상황이다. 따라서, 본 연구에서는 독거 노인 거주 공간에서 일상 행동을 촬영한 ETRI-Activity3D 영상 데이터를 활용하여, 고령자 이상 행동 탐지가 가능한 그래프 합성곱 오토인코더 기반 방법론을 제안하였다. 그래프 컨볼루션 연산을 통해 행동별 시간 및 공간적인 특징을 추출함으로서, 제안 방법론은 이상 행동 탐지에서 비교 방법론 대비 높은 성능을 보여주었다. 본 연구는 향후 실제 발생 가능한 다양한 위급 상황에서 신속한 대응이 이루어지는데 기여할 수 있을 것으로 기대된다.

more

초록/요약

The increase in the elderly population living alone is considered the most serious problem. The elderly people living alone are difficult to cope with emergencies situations properly, leading to lonely deaths. Although various monitoring systems for emergency situations at home have been developed, some limitations still exist in identifying abnormal behaviors of the elderly people because of frequent equipment malfunctions. To address this situation, we use ETRI-Activity3D recorded in locations that mimic actual living spaces focused on the daily activities of the elderly people. In this study, we propose a methodology to detect abnormal actions of elderly people using a graph convolutional autoencoder. By capturing the spatial temporal feature of each action through graph convolution operation, the proposed method outperforms other existing methods in detecting abnormal actions. We hope that our work can help elderly people in real emergency situations.

more

목차

1장. 서론 １
2장. 관련 연구 ５
2.1 스켈레톤 기반 행동 인식 ５
2.2 영상 내 비정상적인 행위 탐지 ７
3장. 제안 방법론 １０
3.1 데이터 전처리 １１
3.2 스켈레톤 그래프 구성 및 그래프 합성곱 １１
3.3 시공간적 그래프 합성곱 구현 １３
4장. 실험 １６
4.1 데이터 소개 １６
4.2 실험 설계 및 모델 학습 ２０
4.3 평가지표 ２１
4.4 실험 결과 및 분석 ２２
5장. 결론 ２６

more
반출 Meta View 목록