In recent years, the research of service robot applications is being studied actively. This paper suggests a method to classify age and gender based on an ordinary gait for providing customized services as service robot applications. In general, the preference tendency such as products and style of clothing is different according to age and gender. Thus the age and gender classification is useful for service robots. There are various approaches of age and gender classification such as facial-based and audio-based. However, facial-based methods have limitations that recognition rate is reduced in far distance and faces must be located in front of the camera. Audio-based methods also have limitations that recognition rate is reduced in a noisy environment. In contrast, gait-based methods are only need that a target person is in the camera. Therefore, this methods are suitable for the application of service robot. In previous works, the view point of a camera is only available in a side view and gait data sets of previous works consist of standard gait which is different from an ordinary gait in real environments. Considering applying to service robots in real environments, robots can recognize a gait despite changing in view point and recognize an ordinary gait. To recognize ordinary gait in omni direction, we collect an ordinary gait database "KAIST RRLAB Ordinary Gait Database" and use the RGB-D sensor. We also propose a feature extraction method using a skeleton model from RGB-D by considering characteristics of age and gender. To evaluate a performance of the proposed method, k-NN and SVM classifier are used. Experimental results show that the proposed method has efficiently for in real-life environments.
최근 서비스 로봇에 대한 관심이 높아지면서 사용자들에게 편리함과 만족감을 주기 위한 연구들 또한 많이 이루어지고 있다. 일반적으로 연령이나 성별에 따라 구매하고자 하는 제품이나 의류의 스타일 등에서 선호하는 경향이 다른 것을 볼 수가 있는데, 이와 같은 연령 및 성별에 따른 차이로부터 발생하는 선호도에 관한 정보를 수집, 분석하여 로봇 서비스 사용자에게 알맞은 정보를 제공해 줌으로써 보다 편리함을 줄 수 있으며, 이를 위해서는 사용자의 연령 및 성별 정보를 통한 분석이 필요하다. .본 연구에서는 서비스 로봇의 응용으로 맞춤형 서비스를 제공하기 위해 사람의 평상시 걸음걸이를 통해 연령 및 성별을 분류하는 방법을 제안한다. 기존의 연구들은 영상 처리 쪽에 집중되어있어 걸음걸이를 측면에서만 인식가능하며, 데이터 셋이 표준적인 걸음걸이로 구성되어있어 실제 환경에서 나타나는 평상시 발걸음과 차이가 크며 실제 환경에서 적용하기 어려운 특징이 있었다. 실제 환경에서 서비스 로봇의 응용을 고려하면 카메라가 바라보는 방향에 상관없이 걸음걸이를 인식해야하고, 평상시 걸음걸이를 인식할 수 있어야한다. 이를 위해 실제 환경에서 다양한 사람들의 평상시 걸음걸이 데이터를 수집하여 새로운 걸음걸이 데이터 셋(KAIST RRLAB Ordinary Gait Database)을 제작하였다. 또한 카메라가 사용자를 바라보는 방향에 상관없이 걸음걸이를 인식하기 위해 RGB-D 센서를 이용하였고, RGB-D 센서 데이터를 통해 추출된 신체 모델에 맞는 특징 벡터를 제안하였다. 또한 분류 정확도를 높이기 위해 T-검정을 통해 제안한 특징 중 연령이나 성별에 따라 유의한 차이가 나타나는 특징을 찾고 이를 특징 벡터로 제안하여 연령 및 성별에 따른 걸음걸이 특성을 고려하였다. 마지막으로 제안한 방법의 성능을 평가하기 위해 k-NN과 SVM 분류기를 통해 성능 비교 실험을 했다. 제안한 방법의 실험 결과는 한층 더 실용가능성을 높인 결과를 가져왔다.
