Foot Pad

Foot-pad based user and user behavior recognition in Realtime

시스템 시나리오

x, y축 기준에 따른 Least Square 비교

최근 특정 사용자를 위한 IoT기술이 많이 연구되고 있다. 특정 사용자를 위한 IoT연구는 노인, 성인, 어린이 등의 특정 사용자를 위해 서비스를 진행하는 연구로서, 가족구성원 사이에서 특정 사용자를 인식하는 연구가 필수적이다. 사용자 인식 연구는 영상 처리, 생체 인식, 특정한 디바이스 간의 무선통신을 이용하는 등 많은 연구가 진행 중이다. 그러나 기존의 연구는 의도적인 절차 또는 특정한 디바이스를 소지해야만 하는 등의 문제점이 있고, 높은 정확도를 위해 중앙 집중식 서버 방식을 사용하여 실시간성이 떨어지는 문제점이 있다.

이를 개선하기 위해 우리는 사용자가 설치된 압력 패드에 올라서는 순간 측정되는 족압의 특징을 이용하여 실시간으로 사용자를 인지하는 방법을 개발하였다.

연구에서 제안하는 사용자 인지 모델은 전처리 알고리즘을 이용해 사용자 발의 각도를 파악 및 일반화하여 사람을 구분할 수 있는 발의 9개 특징을 추출하였고, 특징값을 사용자 인지 알고리즘에 적용하여 사용자를 인지하는 모델이다.

모델의 성능 평가는 각도를 파악하는 전처리 알고리즘(Total Least Sqaure, 발의 무게중심 사이의 각도를 측정)과 사용자를 인지하는 알고리즘(Fuzzy, Gaussian Naïve Bayes, K-Nearest Neighbor, Artificial Neural Network)을 조합하여 성능평가를 진행하였고, 그 결과 라즈베리파이3에서 Total Least Square와 Gaussian Naïve Bayes알고리즘을 결합하여 약 29㎲시간안에 약 85%의 정확도의 실험 결과를 나타내었다.

최종적으로연구를 통하여 소형 임베디드 시스템에서 실시간으로 높은 정확도의 사용자 인지가 가능하다는 것을 확인하였다. 이 연구를 시작으로 무설정, 무착용 사용자 인지 시스템을 개선하는 방향을 지속적으로 연구하고 있다.


게재 논문 : Heo, Kuk Ho, Seol Young Jeong, and Soon Ju Kang. "Real-time user identification and behavior prediction based on foot-pad recognition." Sensors 19.13 (2019): 2899.

게재 논문

  • Heo, Kuk Ho, Seol Young Jeong, and Soon Ju Kang. "Real-time user identification and behavior prediction based on foot-pad recognition." Sensors 19.13 (2019): 2899.