서지주요정보
Motion segmentation for inertial measurement unit applicatios = 관성측정장치를 활용한 동작구간탐지
서명 / 저자 Motion segmentation for inertial measurement unit applicatios = 관성측정장치를 활용한 동작구간탐지 / Jong Gwan Lim.
저자명 Lim, Jong Gwan ; 임종관
발행사항 [대전 : 한국과학기술원, 2016].
Online Access 원문보기 원문인쇄

소장정보

등록번호

8028597

소장위치/청구기호

학술문화관(문화관) 보존서고

DME 16002

SMS전송

도서상태

이용가능

대출가능

반납예정일

초록정보

Motion segmentation is to decompose collected data into information involved with motion in motion analysis. It is an essential process in most motion interaction applications, and accelerometers usually undertake it in Inertial Measurement Units (IMUs) applications. Acceleration is not free from Gravity which is a significant constraint. Especially, Acceleration produced by arm motion is mostly composed of so low frequency signals that frequency analysis has limitations in application. In addition, multi-valley structures, which appears after acceleration is transformed into energy, makes it impossible to linearly distinguish motion state from non-motion one. Handling these constraints, several algorithms are proposed, and they are categorized into univariate energy based approaches and multivariate energy based approaches on the basis of the dimension of energy in this dissertation. As one of univariate energy based approaches, Extreme Point Sampling (EPS) is proposed first in this dis-sertation. It is based on data mining that complicated energy profiles are simply represented using their extreme points, and their multi-valleys are also filled with local maximum between two successive extreme points. The main traits of EPS lie in its successful accuracy but relatively long and variable time delay which results from algorithm itself. Since EPS, the research interest has been turned into time delay reduction with the accuracy of EPS kept. As a part of ongoing efforts for this, multidimensional evaluation is proposed for motion segmentation evaluation after long-term survey and analysis on the conventional algorithms. During investigation, it is found that why time delay increases in the algorithms comes from the fact that samplewise accuracy between motion target annotations and segmented results has been the only motion segmentation evaluation metric so far, and it is the degree of motion discontinuity that counts more in motion segmentation evaluation based on acceleration. Additionally, it is also given as the algorithms is more obsessed with the annotations for accuracy, motion discontinuity gets more serious because the labels are already corrupted with teacher noises which misregard unintentional motion like trembles as non-motion state. As a result, unexpected motion breaker occurrence ratio, unexpected motion breaker occurrence length, time delay in algorithm, and number of used axes are proposed as new evaluation criteria in addition to accuracy. Finally, as one of alternatives for fast and reliable motion segmentation, the approach is proposed using multivariate energy construction and decision boundary design in high dimensional space. The main strategy is to select one of more tolerant multivariate energy and its decision boundary to motion label overfitting using feature selection and model selection in machine learning. In a bid to find the best multidimensional candidates, the performance of several linear/ nonlinear objective functions has been investigated, and a few linear/ nonlinear classifiers are applied for the chosen multidimensional energies. As a result, it appears that when more linearly separable multivariate energy meets more highly nonlinear classifier with Gaussian kernels, it gets stronger at motion discontinuity despite less performance in accuracy. Even though this approach is not completely free from motion discontinuity for which multivariate energy based approach is notorious, it is shown that this approach outperforms the conventional when it is combined with a temporal constraint in real environment experiment of handwriting recognition

동작구간탐지는 수집된 데이터에서 모션과 관련한 정보 만을 추출하는 과정이다. 동작상호작용시 필수처리과정이며, 관성측정장치 활용시 주로 가속도계가 역할을 담당한다. 가속도는 중력의 영향이 주요한 장애요소가 되며 특히 팔 동작으로 인한 가속도가 저주파 대역 신호로 구성됨으로써 주파수 분석 등에 제약이 따른다. 그래서 시간대역에서 계산되는 에너지에서 발생하는 다골구조가 동작 유무에 대한 선형적 판단을 불가능하게 만든다. 이러한 장애요소들에 대해, 몇 방법론이 제시되었고 이들을 단차원 에너지 기반 방법론과 다차원 에너지 기반 방법론으로 본 논문에서 분류된다. 극점추출법은 단차원 에너지 기반 방법론 중 하나로서 본 논문에서 처음으로 제안된다. 극점추출법은 파형의 극점에 기반하여 복잡한 에너지 파형을 단순히 표현하며, 연속하는 두 극점내 최대점으로 에너지 파형의 골짜기를 메운다. 극점추출법은 상대적으로 긴 시간지연을 가지나 가장 높은 정확도를 보여준다. 극점추출법 이후로 연구의 관심은 극점추출법의 정확도를 유지하되 시간지연을 축소시키는 방법에 맞춰진다. 장기간에 걸친 논문 탐색과 기존 방법론의 분석을 통해 동작구간탐지 성능을 평가하기 위한 다차원평가법이 제안된다. 기존 방법론의 시간지연 원인이 구간탐지대상 주석과 탐지결과간 샘플단위별 정확성에 의존한 평가에 있음을 발견하고, 가속도 기반 동작구간탐지시 동작 불연속 현상의 정도가 정확성보다 더 주요한 평가 대상임이 밝혀진다. 또한 정확성을 향상시키기 위해 구간탐지대상 주석으로 알고리즘을 구속할수록 동작 불연속 현상이 악화되며 이는 구간탐지대상 주석 역시 의도하지 않은 작은 동작 등을 무동작으로 간주하는 교사 잡음으로 오염되어 있기 때문임이 밝혀진다. 따라서 동작 불연속 지수, 시간지연, 사용된 축의 개수 등을 정확도와 함께 평가기준으로 삼는 새로운 평가기법이 제안된다. 정확도와 빠른 처리속도를 갖춘 동작구간탐지법으로서 다차원 에너지와 판단경계를 특징으로 하는 방법론이 제안된다. 기계학습의 특징점 선정기법을 이용하여 구간탐지대상 주석에 대한 과적합에 내성이 강한 다차원에너지와 다차원 판단경계를 선정한다. 최적의 다차원 후보들을 찾는 시도로서, 몇몇 선형/ 비선형 평가함수 및 인식기가 조사 및 활용된다. 결과적으로 최대한 선형 분리에 유리하다고 판단되는 다차원 에너지가 가우시안 커널을 갖는 비선형 인식기와 결합될 때, 동작 불연속 현상이 최소화됨이 입증된다. 이 방법론이 동작 불연속 현상에 대해 완벽하지는 않으나 시간제약을 추가시 기존 방법의 성능을 능가함이 실환경 필기동작 인식 실험에서 밝혀진다.

서지기타정보

서지기타정보
청구기호 {DME 16002
형태사항 ix, 95 p. : 삽도 ; 30 cm
언어 영어
일반주기 저자명의 한글표기 : 임종관
지도교수의 영문표기 : Dong-Soo Kwon
지도교수의 한글표기 : 권동수
수록잡지명 : "Multidimensional evaluation and analysis of motion segmentation for inertial measurement unit applications". Multimedia tools and applications, pp.1-28(2015)
수록잡지명 : "Mathematical Problems in Engineering". Empirical Validation of Objective Functions in Feature Selection Based on Acceleration Motion Segmentation Data, v2015, (2015)
학위논문 학위논문(박사) - 한국과학기술원 : 기계공학과,
서지주기 References : p. 88-94
주제 Motion interaction
Motion segmentation
Inertial measurement unit
Accelerometer
Motion analysis
동작인식
동작구간탐지
관성측정장치
가속도계
동작분석
QR CODE qr code