조위덕 민서준 2016-02 21464 https://aurora.ajou.ac.kr/handle/2018.oak/12010 학위논문(석사)--아주대학교 일반대학원 :전자공학과,2016. 2 생활습관은 현대 사회에서 사람들의 건강과 밀접한 관련이 있는 요소이다. 사람들의 일상생활에서의 활동은 그들의 생활습관을 파악하는데 중요한 부분을 차지한다. 학업이나 업무 등으로 인한 좌식 생활의 증가나 운동 시간 감소, 여가 시간에서의 활동적인 행위의 여부 등 일상생활 활동을 인식할 수 있다면, 대상의 생활 패턴이나 생활습관을 파악할 수 있어 신체적 건강상태나 생활습관병 등의 진단과 예방 정보를 제공하는데 큰 역할을 할 수 있을 것이다. 따라서 본 논문에서는 사용자로부터 수집하는 라이프로그 데이터를 이용하여 사용자의 일상생활에서의 활동을 인식하는 방법에 대해 서술한다. 수집 데이터는 3축 가속도 센서 데이터, GPS 데이터, PC사용 로그, 스마트폰 사용 로그로 총 네 가지이다. 사용자의 오른쪽 하의 주머니에 부착한 3축 가속도 모듈에서 수집된 신호는 ‘앉기’, ‘서 있기’, ‘걷기’, ‘뛰기’인 신체적 행동을 인식하는데 사용된다. GPS는 위치 데이터를 이용한 위치 인식과 속도 데이터를 이용한 이동 행동 판단에 사용된다. GPS는 ‘정지’, ‘도보 이동’, ‘차량 이동’을 인식할 수 있으며, 위치 인식 알고리즘을 통해 사용자가 직접 입력한 장소에서의 주둔 여부를 확인할 수 있다. 이후 3축 가속도의 행동 인식 결과와 GPS의 위치 인식 결과, 그리고 사용자의 PC와 스마트폰 사용 정보를 본 논문에서 제안하는 규칙을 통하여 사용자의 일상 행동을 인식한다. 본 논문에서 인식한 일상 행동은 ‘차량 이동’, ‘운동’, ‘휴식’, ‘업무’이다. ‘차량 이동’ 인식은 기존의 GPS의 속도 기반으로 인식하기에 문제가 되었던 정차, 저속주행 상황에서의 인식 오류를 개선하였다. ‘운동’, ‘휴식’, ‘업무’ 행동은 특정 위치에 따라 측정된 결과를 기반으로 실제 운동과 휴식을 한 시간, 업무를 진행한 시간을 구체적으로 인식하였다. 제 1장 서론 1 제 2장 관련연구 4 제 3장 라이프로그 데이터 결합을 통한 일상 행동 인식 알고리즘 7 제 1절 단일 센서 기반 라이프 로그 추출 방법 및 구현 9 제 2절 라이프로그 데이터 결합을 이용한 행동 인식 방법 24 제 3절 이동 행동과 정적 행동을 이용한 차량 이동 행동 인식 방법 28 제 4절 관심 영역과 동적 행동을 이용한 운동 행동 인식 방법 30 제 5절 스마트폰 및 PC 사용 패턴과 정적 행동을 이용한 휴식 및 업무 행동 인식 방법 32 제 4장 실험 및 결과 34 제 1절 실험 방법 34 제 2절 실험 결과 38 제 5장 결론 60 참고문헌 62 kor The Graduate School, Ajou University 아주대학교 논문은 저작권에 의해 보호받습니다. 라이프로그 데이터 결합을 통한 일상 행동 인식 방법에 관한 연구 A Study on Daily Activity Recognition Based on Lifelog Thesis 아주대학교 일반대학원 일반대학원 전자공학과 2016. 2 Master http://dcoll.ajou.ac.kr:9080/dcollection/jsp/common/DcLoOrgPer.jsp?sItemId=000000021464 일상 행동 인식 라이프로그