집에서 홀로 거주하는 노인은 넘어져 부상을 입을 위험이 있으며, 따라서 이들의 자세를 자동으로 모니터링하고 인식하는 이동 로봇이 필요할 수 있다. 이 분야에서 딥러닝 방법이 활발히 발전하고 있음에도 불구하고, 학습 데이터셋에 없거나 드물게 나타나는 자세의 추정에는 한계가 있다. 경량화된 접근을 위해, 시판되는 2D 자세 추정 방법, 보다 정교한 휴머노이드 모델, 그리고 빠른 최적화 방법을 결합하여 3D 자세 추정을 위한 관절각을 추정한다. 새로운 아이디어로서, 3D 자세 추정의 깊이 모호성 문제를 해결하기 위해 지지 발(foot) 중심에서 중심(몸의 중심)까지의 손실함수 편차를 추가하고, 적절한 관절각 회전 범위에 관한 패널티 함수를 도입한다. 제안된 자세 추정 방법을 검증하기 위해, 일상 자세 6가지를 추정하였으며 평균 관절 좌표 차이는 0.097 m, 관절당 평균 각도 차이는 10.017도였다. 또한 실용성을 확인하기 위해 운동 활동의 동영상과 사람이 넘어지는 장면을 촬영하였고, 3D 추정 결과로서 관절각 궤적을 생성하였다. 프레임당 최적화된 실행 시간은 GPU 없이 단일 보드 컴퓨터(SBC)에서 0.033 s로 측정되었으며, 이는 제안 방법이 실시간 시스템으로서 가능함을 보여준다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.