프로젝트 소개
본 과제는 손 재활·평가에서 손가락·손목 자세를 더 정확히 알아보기 위해 근전도, leap motion, 힘 센서를 함께 써서 인식 성능을 높이는 연구임.
연구 목표는 멀티모달 1D time-domain 신호를 channel shuffling, multispectral image fusion 등으로 2D 신호 변환하고, 동일 사용자 특성과 동작 성분 분해 기반 inter-user variability를 고려한 RCNN 학습 및 실시간 멀티모달 딥러닝 구현으로 Ninapro database-2의 50개 동작 인식률 90% 이상, 12개 기본 동작 98% 이상을 달성하는 데 있음. 기대 효과는 협조 재활의 정량 평가와 ADL 모션 기반 VR 인터페이스 검증을 통해 재활 성능 향상과 다른 생체신호·로봇 고장진단·사용자 인터페이스로의 확장성 확보에 있음.