KR101877114B1 - 패시브 센싱을 이용한 사용자 행동 인식 방법 및 장치 - Google Patents

패시브 센싱을 이용한 사용자 행동 인식 방법 및 장치 Download PDF

Info

Publication number
KR101877114B1
KR101877114B1 KR1020160058319A KR20160058319A KR101877114B1 KR 101877114 B1 KR101877114 B1 KR 101877114B1 KR 1020160058319 A KR1020160058319 A KR 1020160058319A KR 20160058319 A KR20160058319 A KR 20160058319A KR 101877114 B1 KR101877114 B1 KR 101877114B1
Authority
KR
South Korea
Prior art keywords
user
image data
behavior
worn
light
Prior art date
Application number
KR1020160058319A
Other languages
English (en)
Other versions
KR20170127778A (ko
Inventor
윤재석
김재호
안일엽
최성찬
Original Assignee
전자부품연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 전자부품연구원 filed Critical 전자부품연구원
Priority to KR1020160058319A priority Critical patent/KR101877114B1/ko
Publication of KR20170127778A publication Critical patent/KR20170127778A/ko
Application granted granted Critical
Publication of KR101877114B1 publication Critical patent/KR101877114B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G06K9/00342—
    • G06K9/00496—
    • G06K9/66—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/19—Recognition using electronic means
    • G06V30/192—Recognition using electronic means using simultaneous comparisons or correlations of the image signals with a plurality of references
    • G06V30/194—References adjustable by an adaptive method, e.g. learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing

Abstract

패시브 센싱을 이용한 사용자 행동 인식 방법 및 장치가 제공된다. 본 발명의 실시예에 따른 사용자 행동 인식 방법은, 사용자에 착용된 이미지 센서들로부터 이미지 데이터들을 수신하고, 이미지 데이터들을 학습하여 사용자의 행동 DB를 생성한다. 이에 의해, 저 해상도의 이미지 센서들을 사용자에 착용하여 수집한 이미지 데이터들을 학습하여 사용자의 행동을 추정함으로써, 사용자 행동 인식 기술의 새로운 장을 마련할 수 있게 된다.

Description

패시브 센싱을 이용한 사용자 행동 인식 방법 및 장치{User Behavior Recognition Method and Apparatus using the Passive Sensing Scheme}
본 발명은 패시브 센싱 기술에 관한 것으로, 더욱 상세하게는 패시브 센싱을 이용하여 사용자의 행동을 인식하는 방법 및 장치에 관한 것이다.
고령화 추세로 인한 노년층의 증가는 well-Aging 서비스에 대한 수요를 더욱 증가시키고 있다.
well-Aging 서비스를 위해 필요한 것들 중 하나는 사용자의 행동을 인식하는 것이다. 사용자의 행동을 정확하게 인식하여야만, 필요한 서비스를 찾아 제공할 수 있기 때문이다.
사용자가 착용한 웨어러블 디바이스에 자이로 센서나 가속도 센서를 내장하고, 이 센서 값을 통해 사용자의 행동을 추정하기 위한 기술이 있다. 하지만, 알고리즘이 복잡하고 정확도를 보장할 수 없다.
사용자의 활동 공간에 카메라를 설치하고, 이를 통해 생성되는 영상을 분석하는 방법도 있다. 하지만, 이는 장소가 한정되고 구현 비용이 높다는 점에서 문제이다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은, 저 해상도의 이미지 센서들을 사용자에 착용하여 수집한 이미지 데이터들을 학습하여, 사용자의 행동을 인식하는 방법 및 시스템을 제공함에 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른, 사용자 행동 인식 방법은, 사용자에 착용된 이미지 센서들로부터 이미지 데이터들을 수신하는 단계; 및 상기 이미지 데이터들을 학습하여, 상기 사용자의 행동 DB를 생성하는 단계;를 포함한다.
그리고, 본 발명의 일 실시예에 따른, 사용자 행동 인식 방법은, 상기 행동 DB를 이용하여, 상기 이미지 데이터들로부터 상기 사용자의 행동을 추정하는 단계;를 더 포함할 수 있다.
또한, 상기 행동 DB는, 시간의 경과에 따라 누적되는 이미지 데이터들의 패턴이 상기 사용자의 행동에 일대일로 매칭되어 있을 수 있다.
그리고, 상기 행동은, 자세와 행위 중 적어도 하나를 포함할 수 있다.
또한, 상기 이미지 센서들은, 상기 사용자의 팔목 및 발등 중 적어도 하나에 착용될 수 있다.
그리고, 상기 이미지 센서들은, 상기 서로 다른 촬영 영역들에 적외선을 조사 후 감지하도록 커버의 일부가 각기 다르게 가려질 수 있다.
또한, 상기 촬영 영역들은, 일부 영역이 서로 중복될 수 있다.
그리고, 상기 촬영 영역들은, 중앙 영역이 서로 중복되는 방사(放射) 형태로 배치될 수 있다.
또한, 상기 이미지 센서들은, 저 해상도의 이미지 데이터들을 생성하는 센서들일 수 있다.
한편, 본 발명의 다른 실시예에 따른, 사용자 행동 인식 장치는, 사용자에 착용된 이미지 센서들; 및 상기 이미지 센서들로부터 이미지 데이터들을 수신하고, 수신된 상기 이미지 데이터들을 학습하여 상기 사용자의 행동 DB를 생성하는 프로세서;를 포함한다.
한편, 본 발명의 다른 실시예에 따른, 사용자 행동 인식 방법은, 사용자에 착용된 이미지 센서들로부터 이미지 데이터들을 수신하는 단계; 및 행동 DB를 참조하여, 상기 이미지 데이터들로부터 상기 사용자의 행동을 추정하는 단계;를 포함한다.
한편, 본 발명의 다른 실시예에 따른, 사용자 행동 인식 장치는, 사용자에 착용된 이미지 센서들; 및 상기 사용자에 착용된 이미지 센서들로부터 이미지 데이터들을 수신하고, 행동 DB를 참조하여 수신된 상기 이미지 데이터들로부터 상기 사용자의 행동을 추정하는 프로세서;를 포함한다.
이상 설명한 바와 같이, 본 발명의 실시예들에 따르면, 저 해상도의 이미지 센서들을 사용자에 착용하여 수집한 이미지 데이터들을 학습하여 사용자의 행동을 추정함으로써, 사용자 행동 인식 기술의 새로운 장을 마련할 수 있게 된다.
도 1은 본 발명의 일 실시예에 따른 사용자 행동 인식 장치의 착용 상태를 도시한 도면,
도 2는 본 발명의 다른 실시예에 따른 사용자 행동 인식 장치의 착용 상태를 도시한 도면,
도 3은, 도 1과 도 2에 도시된 사용자의 팔목과 발등에 착용되는 이미지 센서를 자세히 도시한 도면,
도 4는 이미지 센서를 구성하는 PIR 센서들에 의한 촬영 영역들을 나타낸 도면,
도 5와 도 6은, 센서 신호(이미지 데이터)를 예시한 도면,
도 7은 본 발명의 일 실시예에 따른 사용자 행동 인식 장치의 블럭도, 그리고,
도 8은 16개의 PIR 센서들에서 시간의 경과에 따라 생성되는 16개의 이미지 데이터들을 도식적으로 나타낸 도면이다.
이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 사용자 행동 인식 장치의 착용 상태를 도시한 도면이다. 본 발명의 실시예에 따른 사용자 행동 인식 장치는, 패시브 센싱을 이용하여 사용자의 행동을 인식한다.
본 발명의 실시예에서, 사용자의 행동은 자세와 행위로 구분한다. 자세는 정지된 동작이고 행위는 움직이는 동작을 의미하는데, 이와 다른 방식으로 구분하는 경우에도 본 발명의 기술적 사상이 적용될 수 있음은 물론이다.
본 발명의 실시예에 따른 사용자 행동 인식 장치는, 도 1에 도시된 바와 같이, 사용자의 손목과 발등(신발)에 착용되는 다수의 이미지 센서들(110)을 포함한다.
도 2는 본 발명의 다른 실시예에 따른 사용자 행동 인식 장치의 착용 상태를 도시한 도면이다. 본 발명의 실시예에 따른 사용자 행동 인식 장치는, 이미지 센서들(110)이 사용자의 발등에만 착용되었다는 점에서, 도 1에 도시된 실시예와 차이가 있다.
도 1과 도 2에 도시된 사용자의 팔목과 발등에 착용되는 이미지 센서(110)를 도 3에 도시하였다. 도 3에 도시된 이미지 센서(110)는 4개의 PIR 센서(Pyroelectric InfraRed Sensor)들(110-1, 110-2, 110-3 및 110-4)을 이용하여 구현한 이미지 센서이다.
PIR 센서들(110-1, 110-2, 110-3 및 110-4)은 저 해상도의 이미지 센서이기에 사용한 것이다. PIR 센서들(110-1, 110-2, 110-3 및 110-4)을 그 밖의 다른 저 해상도의 이미지 센서들, 이를 테면 저 해상도의 IR 센서들로 대체될 수 있음은 물론이다.
PIR 센서들(110-1, 110-2, 110-3 및 110-4)은 사용자 측으로 적외선을 조사한 후 감지하여 이미지 데이터를 생성하는데, 도 3에 도시된 바와 같이 센서 커버의 일부가 각기 다르게 가려져 있다.
이에, PIR 센서들(110-1, 110-2, 110-3 및 110-4)은 사용자 측의 서로 다른 영역들에 대한 이미지 데이터를 생성할 수 있다. 도 3에서 빗금 친 부분들이 가려진 부분들로, 이들은 반사율이 높은 물질로 구현함이 바람직하다.
1) PIR 센서-1(110-1)은 센서 커버가 "―" 방향으로 개방되어, 도 4에 도시된 사용자 측의 영역(○) 중 "200-1" 영역에 대해 이미지 데이터를 생성하고,
2) PIR 센서-2(110-2)는 센서 커버가 "｜" 방향으로 개방되어, 도 4에 도시된 사용자 측의 영역(○) 중 "200-2" 영역에 대해 이미지 데이터를 생성하며,
3) PIR 센서-3(110-3)은 센서 커버가 "／" 방향으로 개방되어, 도 4에 도시된 사용자 측의 영역(○) 중 "200-3" 영역에 대해 이미지 데이터를 생성하고,
4) PIR 센서-4(110-4)는 센서 커버가 "＼" 방향으로 개방되어, 도 4에 도시된 사용자 측의 영역(○) 중 "200-4" 영역에 대해 이미지 데이터를 생성한다.
도 4에 도시된 바와 같이, 이미지 센서(110)를 구성하는 PIR 센서들(110-1, 110-2, 110-3 및 110-4)에 의한 촬영 영역들은 일부 영역이 서로 중복되는 형상으로 나타난다. 구체적으로, 촬영 영역들은 중앙 영역이 서로 중복되는 방사(放射) 형태로 배치된다.
촬영 영역이 다르기 때문에, 동일한 촬영 영역(○)에 대해, PIR 센서들(110-1, 110-2, 110-3 및 110-4)에서 생성되어 출력되는 이미지 데이터들은 각기 다르다.
이를 테면, 사용자가 걷는 있는 경우, PIR 센서-1(110-1)에서는 도 5에 도시된 바와 같은 센서 신호(이미지 데이터)가 출력되는 반면, PIR 센서-2(110-2)에서는 도 6에 도시된 바와 같은 센서 신호(이미지 데이터)가 출력될 수 있다.
또한, 동일한 PIR 센서-1(110-1)라 할지라도, 사용자가 서 있는 경우, 걷는 경우 및 뛰는 경우, 각각에 대해 센서 신호(이미지 데이터)가 다르다. 나아가, 사용자가 서 있는 경우, 앉아 있는 경우, 누워 있는 경우, 각각에 대해서도 센서 신호(이미지 데이터)가 각기 다름은 물론이다.
이와 같이, 사용자의 자세와 행위에 따라 PIR 센서들(110-1, 110-2, 110-3 및 110-4)에서 생성되어 출력되는 센서 신호(이미지 데이터)들은 각기 다르다. 또한, 이미지 데이터들의 조합은, 좌측 팔목에 착용된 이미지 센서(110), 우측 팔목에 착용된 이미지 센서(110), 좌측 발등에 착용된 이미지 센서(110), 우측 발등에 착용된 이미지 센서(110), 각각에 대해서도 다르다.
더 나아가, 이는 사용자에 따라서도 차이가 있다. 이는 사용자 마다 자세와 행위의 세부적 행태가 다르기 때문이다.
도 7은 본 발명의 일 실시예에 따른 사용자 행동 인식 장치의 블럭도이다. 도 7에 도시된 바와 같이, 본 실시예에 따른 사용자 행동 인식 장치는, 이미지 센서(110), 신호처리부(120), 프로세서(130) 및 저장부(140)를 구비한다.
이미지 센서(110)는 전술한 바와 같이, 사용자의 행동(자세와 행위)에 대해 각기 다르게 반응하도록 설계된 PIR 센서들(110-1, 110-2, 110-3 및 110-4)을 구비한다.
신호처리부(120)는 PIR 센서들(110-1, 110-2, 110-3 및 110-4)에서 출력되는 센서 신호들에 대한 신호처리를 수행한다. 신호처리부(120)에서 수행되는 신호처리는 증폭, 노이즈 제거, A/D 변환 등이 포함된다.
프로세서(130)는 학습 모드와 추정 모드 2가지로 동작하는 바, 이하에서 하나씩 상세히 설명한다.
학습 모드는, 사용자로 하여금 각기 다른 행동을 취하도록 하면서, 시간의 경과에 따라 PIR 센서들(110-1, 110-2, 110-3 및 110-4)에서 측정되어 생성/출력되는 센서 신호(이미지 데이터)들을 누적하여 패턴을 생성하고 이를 행동에 매칭시켜 저장부(140)에 DB화하여 저장하는 모드이다.
추정 모드는, 현재 사용자가 취하고 있는 행동을 추정하는 모드이다. 행동 추정에는 학습 모드에서 저장부(140)에 저장된 DB가 참조된다.
구체적으로, 프로세서(130)는 PIR 센서들(110-1, 110-2, 110-3 및 110-4)의 측정 결과인 센서 신호(이미지 데이터)들의 패턴들에 매칭된 행동을, 학습 모드에서 저장부(140)에 저장된 DB를 검색하는 과정에 의해 행동 추정이 이루어진다.
즉, 추정 모드에서, 프로세서(130)는 PIR 센서들(110-1, 110-2, 110-3 및 110-4)의 측정 결과들을 조합하여, 학습 모드에서 저장부(140)에 저장해 놓은 DB를 바탕으로 사용자의 행동을 추정한다고 할 수 있다.
지금까지, 패시브 센싱을 이용한 사용자 행동 인식 방법 및 장치에 대해 상세히 설명하였다.
위 실시예에서 언급한 PIR 센서는 이미지 센서의 일종으로, 일반 적외선 센서는 물론 다른 종류의 이미지 센서로 대체가능함은 물론이다.
또한, 이미지 센서(110)를 구성하는 PIR 센서들의 개수를 4개로 상정하였는데, 이는 설명의 편의를 위해 든 예들에 불과하다. 즉, 이미지 센서(110)를 구성하는 PIR 센서들의 개수를 16개로 구현하여, 도 8에 도시된 바와 같이 시간의 경과에 따라 16개의 이미지 데이터들을 생성할 수 있도록 할 수 있다. 뿐만 아니라, 그 밖의 다른 개수로 구현하는 것도 가능하며, 이는 선택의 문제이다.
나아가, PIR 센서 커버의 개방 방향들이 이루는 각도들은, PIR 센서들의 개수가 늘어날수록 감소하고, PIR 센서들의 개수가 줄어들수록 감소하게 된다. 따라서, PIR 센서들의 개수가 늘어나면 행동을 보다 정밀하게 추정할 수 있게 되지만, 이는 학습량과 DB를 증대시키게 되므로, PIR 센서들의 개수를 적정하게 선정하는 것이 중요하다.
한편, 위 실시예에서 PIR 센서 커버의 개방 방향들(촬영 영역들)은 방사형인 것을 상정하였으나, 이는 설명의 편의를 위한 예시적인 것으로 다르게 구현 가능하다. 예를 들어, PIR 센서-1(110-1)은 상부 영역을 촬영하고, PIR 센서-2(110-2)는 하부 영역을 촬영하며, PIR 센서-3(110-3)은 좌측 영역을 촬영하고, PIR 센서-4(110-4)은 우측 영역을 촬영하도록 변형하는 경우도, 본 발명의 기술적 사상이 적용가능하다.
한편, 본 실시예에 따른 장치와 방법의 기능을 수행하게 하는 컴퓨터 프로그램을 수록한 컴퓨터로 읽을 수 있는 기록매체에도 본 발명의 기술적 사상이 적용될 수 있음은 물론이다. 또한, 본 발명의 다양한 실시예에 따른 기술적 사상은 컴퓨터로 읽을 수 있는 기록매체에 기록된 컴퓨터로 읽을 수 있는 코드 형태로 구현될 수도 있다. 컴퓨터로 읽을 수 있는 기록매체는 컴퓨터에 의해 읽을 수 있고 데이터를 저장할 수 있는 어떤 데이터 저장 장치이더라도 가능하다. 예를 들어, 컴퓨터로 읽을 수 있는 기록매체는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광디스크, 하드 디스크 드라이브, 등이 될 수 있음은 물론이다. 또한, 컴퓨터로 읽을 수 있는 기록매체에 저장된 컴퓨터로 읽을 수 있는 코드 또는 프로그램은 컴퓨터간에 연결된 네트워크를 통해 전송될 수도 있다.
또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.
110 : 이미지 센서 110-1, 110-2, 110-3, 110-4 : PIR 센서
120 : 신호처리부 130 : 프로세서
140 : 저장부

Claims (12)

  1. 사용자에 착용된 이미지 센서들로부터 이미지 데이터들을 수신하는 단계; 및
    상기 이미지 데이터들을 학습하여, 상기 사용자의 행동 DB를 생성하는 단계;를 포함하고,
    상기 이미지 센서들은,
    상기 사용자의 손목과 발등에 착용되어 상기 사용자 측으로 광을 조사한 후 감지하여 상기 이미지 데이터들을 생성하며,
    상기 사용자의 각기 다른 자세와 행위에 따라 상기 사용자의 각기 다른 곳으로 광을 조사하는 것을 특징으로 하는 사용자 행동 인식 방법.
  2. 청구항 1에 있어서,
    상기 행동 DB를 이용하여, 상기 이미지 데이터들로부터 상기 사용자의 행동을 추정하는 단계;를 더 포함하는 것을 특징으로 하는 사용자 행동 인식 방법.
  3. 청구항 1에 있어서,
    상기 행동 DB는,
    시간의 경과에 따라 누적되는 이미지 데이터들의 패턴이 상기 사용자의 행동에 일대일로 매칭되어 있는 것을 특징으로 하는 사용자 행동 인식 방법.
  4. 삭제
  5. 삭제
  6. 청구항 1에 있어서,
    상기 이미지 센서들은,
    서로 다른 촬영 영역들에 광을 조사 후 감지하도록 커버의 일부가 각기 다르게 가려진 것을 특징으로 하는 사용자 행동 인식 방법.
  7. 제 6항에 있어서,
    상기 촬영 영역들은,
    일부 영역이 서로 중복되는 것을 특징으로 하는 사용자 행동 인식 방법
  8. 제 7항에 있어서,
    상기 촬영 영역들은,
    중앙 영역이 서로 중복되는 방사(放射) 형태로 배치되는 것을 특징으로 하는 사용자 행동 인식 방법.
  9. 청구항 1에 있어서,
    상기 이미지 센서들은,
    저 해상도의 이미지 데이터들을 생성하는 센서들인 것을 특징으로 하는 사용자 행동 인식 방법.
  10. 사용자에 착용된 이미지 센서들;
    상기 이미지 센서들로부터 이미지 데이터들을 수신하고, 수신된 상기 이미지 데이터들을 학습하여 상기 사용자의 행동 DB를 생성하는 프로세서;를 포함하고,
    상기 이미지 센서들은,
    상기 사용자의 손목과 발등에 착용되어 상기 사용자 측으로 광을 조사한 후 감지하여 상기 이미지 데이터들을 생성하며,
    상기 사용자의 각기 다른 자세와 행위에 따라 상기 사용자의 각기 다른 곳으로 광을 조사하는 것을 특징으로 하는 사용자 행동 인식 장치.
  11. 사용자에 착용된 이미지 센서들로부터 이미지 데이터들을 수신하는 단계; 및
    행동 DB를 참조하여, 상기 이미지 데이터들로부터 상기 사용자의 행동을 추정하는 단계;를 포함하고,
    상기 이미지 센서들은,
    상기 사용자의 손목과 발등에 착용되어 상기 사용자 측으로 광을 조사한 후 감지하여 상기 이미지 데이터들을 생성하며,
    상기 사용자의 각기 다른 자세와 행위에 따라 상기 사용자의 각기 다른 곳으로 광을 조사하는 것을 특징으로 하는 사용자 행동 인식 방법.
  12. 사용자에 착용된 이미지 센서들;
    상기 사용자에 착용된 이미지 센서들로부터 이미지 데이터들을 수신하고, 행동 DB를 참조하여 수신된 상기 이미지 데이터들로부터 상기 사용자의 행동을 추정하는 프로세서;를 포함하고,
    상기 이미지 센서들은,
    상기 사용자의 손목과 발등에 착용되어 상기 사용자 측으로 광을 조사한 후 감지하여 상기 이미지 데이터들을 생성하며,
    상기 사용자의 각기 다른 자세와 행위에 따라 상기 사용자의 각기 다른 곳으로 광을 조사하는 것을 특징으로 하는 사용자 행동 인식 장치.
KR1020160058319A 2016-05-12 2016-05-12 패시브 센싱을 이용한 사용자 행동 인식 방법 및 장치 KR101877114B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160058319A KR101877114B1 (ko) 2016-05-12 2016-05-12 패시브 센싱을 이용한 사용자 행동 인식 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160058319A KR101877114B1 (ko) 2016-05-12 2016-05-12 패시브 센싱을 이용한 사용자 행동 인식 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20170127778A KR20170127778A (ko) 2017-11-22
KR101877114B1 true KR101877114B1 (ko) 2018-07-10

Family

ID=60809820

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160058319A KR101877114B1 (ko) 2016-05-12 2016-05-12 패시브 센싱을 이용한 사용자 행동 인식 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101877114B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140091786A (ko) * 2012-12-17 2014-07-23 전자부품연구원 영역별 움직임 측정 결과 조합을 통한 이동정보 추정 방법 및 장치
KR20150036180A (ko) * 2012-06-29 2015-04-07 나이키 이노베이트 씨.브이. 리테일 트레이닝 애플리케이션
KR20160019980A (ko) * 2014-08-11 2016-02-23 주식회사 에스.제이테크 파노라마 영상을 이용한 증강현실 교육 컨텐츠 제작방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150036180A (ko) * 2012-06-29 2015-04-07 나이키 이노베이트 씨.브이. 리테일 트레이닝 애플리케이션
KR20140091786A (ko) * 2012-12-17 2014-07-23 전자부품연구원 영역별 움직임 측정 결과 조합을 통한 이동정보 추정 방법 및 장치
KR20160019980A (ko) * 2014-08-11 2016-02-23 주식회사 에스.제이테크 파노라마 영상을 이용한 증강현실 교육 컨텐츠 제작방법

Also Published As

Publication number Publication date
KR20170127778A (ko) 2017-11-22

Similar Documents

Publication Publication Date Title
US20210191524A1 (en) Information processing device and method, program and recording medium for identifying a gesture of a person from captured image data
Kwolek et al. Improving fall detection by the use of depth sensor and accelerometer
EP2467805B1 (en) Method and system for image analysis
Mastorakis et al. Fall detection system using Kinect’s infrared sensor
JP5567853B2 (ja) 画像認識装置および方法
Chen et al. A fall detection system based on infrared array sensors with tracking capability for the elderly at home
JP4884331B2 (ja) 移動物体追跡装置
KR101634355B1 (ko) 동작 검출 장치 및 방법
US9305217B2 (en) Object tracking system using robot and object tracking method using a robot
JP4832894B2 (ja) 画像センサ
JP4874150B2 (ja) 移動物体追跡装置
US20150205995A1 (en) Personal recognition apparatus that performs personal recognition using face detecting function, personal recognition method, and storage medium
JP6629139B2 (ja) 制御装置、制御方法およびプログラム
CN106529418A (zh) 一种跌倒检测及报警方法
KR20160058449A (ko) 이벤트에 기반하여 객체의 이동을 감지하는 장치 및 방법
JP6789421B2 (ja) 情報処理装置、追跡方法、及び追跡プログラム
WO2019220589A1 (ja) 映像解析装置、映像解析方法、及びプログラム
JP5300694B2 (ja) 検出装置
JP2011209794A (ja) 対象物認識システム及び該システムを利用する監視システム、見守りシステム
JP2010199865A (ja) 異常検知システム、異常検知方法及び異常検知プログラム
KR101877114B1 (ko) 패시브 센싱을 이용한 사용자 행동 인식 방법 및 장치
Merrouche et al. Fall detection using head tracking and centroid movement based on a depth camera
Bansal et al. Elderly people fall detection system using skeleton tracking and recognition
JP7098972B2 (ja) 行動認識装置、行動認識システム、行動認識方法およびプログラム
CN111265205B (zh) 自主全光谱生物测定监测

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant