보행자 및 사용자 행동 인식·식별 연구

Human Activity Recognition and Identity Identification for Pedestrians Using Wearable Sensors

연구 내용

스마트 슈즈의 가속도·발바닥 압력 시계열을 특징화하고 LSTM·SVM 기반 분류로 보행자 행동과 사용자 정체성을 식별하는 연구

보행 환경에서 센서 신호를 단계 단위 또는 부분 구간으로 확보하여 행동 인식과 신원 식별을 수행하는 연구를 수행합니다. 발바닥 압력에서는 시간 가중 누적 기반 특징을 구성하여 자세 변화를 반영하고, 다층 다중분류 SVM으로 보행 중 활동을 분류하고 보행자를 식별합니다. 가속도 기반 사용자 식별에서는 단일 스텝 분할을 전제하지 않고 랜덤 크기·위치의 부분 데이터를 LSTM 학습에 반영해 누락 구간에도 분류가 가능하도록 합니다. 또한 레이더 기반 보행자 인식에서 데이터 증강과 딥러닝 인식 알고리듬을 적용해 행동/객체 수준 성능을 확장하는 방향을 병행합니다.

관련 프로젝트

4건

연구 흐름

초기에는 발바닥 압력의 단계별 압력 변화를 시간적으로 민감하게 반영하는 특징 누적 방식을 설계하고, 이를 기반으로 활동 인식과 보행자 식별을 수행하는 모델 구성을 진행했습니다. 이후에는 스텝 분할이 불완전한 상황에서도 인식이 가능하도록 LSTM 네트워크에 부분 구간 학습을 도입하여 사용자 식별 파이프라인을 단순화했습니다. 최근에는 레이더 센서 영역으로 확장하여 4D 이미징 입력에 대해 데이터 증강과 플로우 어댑티브 학습 전략을 적용하고, 딥러닝 기반 보행자 인식 성능 향상을 목표로 연구를 수행합니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

보행자 인식 기반 안전주행 보조
비접촉 행동 모니터링 서비스
웨어러블 센서 기반 사용자 인증
보행 데이터 품질 저하 환경 인식
운동·재활 활동 자동 분류
보행자 신원 식별용 경량 모델
스마트 교통 보행 안전 시스템
스마트 공간 출입/동선 분석
다중 센서 융합 전처리 모듈
레거시 센서 호환 인식 파이프라인