이석원 박환일 2021-02 30555 https://aurora.ajou.ac.kr/handle/2018.oak/20131 학위논문(석사)--아주대학교 정보통신대학원 :지능형소프트웨어,2021. 2 본 연구에서는 딥러닝 기반 하이브리드 족압 분석 알고리즘을 제시한다. 제시한 딥러닝 기반 하이브리드 족압 분석 알고리즘은 수치와 이미지로 이루어진 이종의 족압 데이터를 이용해 족압을 자동 인식 및 분석한다. 수치 데이터를 이용한 발의 Heel/Ball을 자동으로 구별하는 족압 분석 알고리즘과 이미지 데이터를 이용한 합성곱신경망(CNN)을 기반으로 족압을 하이브리드 분석한다. 기존 특정 위치에서만 측정하는 한계를 개선해 측정자가 압력센서 위 자유롭게 위치해도 하이브리드 족압 분석 알고리즘을 통해 족압 유형을 검출한다. 족압을 측정하기 위해 압력센서(한 셀의 크기가 1 cm × 1 cm인 매트릭스 구조 42 × 24 형태)를 이용한다. 딥러닝 기반 하이브리드 족압 분석 알고리즘의 타당성을 검증하기 위해 각 족압 유형 분류 검출에 대한 신뢰도 확인 실험을 진행한다. 실험결과를 통해 수치 데이터 이용 알고리즘, 이미지 데이터 이용 합성곱신경망(CNN), 하이브리드 족압 분석 알고리즘의 각 정확도를 비교 분석하여 개선사항을 확인하고 본 알고리즘의 타당성을 검증한다. 제 1 장 서론 1 1.1 연구배경 및 동기 1 1.2 연구 문제 1 1.3 연구 목적 및 기대효과 2 제 2 장 선행 연구 3 2.1 선행 연구의 측정 방식 3 2.2 선행 연구의 분석 방식 6 2.3 제안 연구의 측정 방식 6 2.4 제안 연구의 분석 방식 7 제 3 장 딥러닝 기반 하이브리드 족압 분석 알고리즘 8 3.1 연구 적용 압력센서 내장 매트 8 3.2 수치 데이터 이용 족압 분석 알고리즘 개발 9 3.2.1 K-Means 이용 클러스터링 9 3.2.2 선행연구 클러스터링의 한계 11 3.2.3 선행연구 클러스터링의 한계 개선 12 3.2.4 K-Means 클러스터링 결과를 각 발별로 조합 15 3.2.5 구별된 클러스터의 조합에서 Heel/Ball 구분 17 3.2.6 자동 왼발/오른발 구분 18 3.2.7 분류된 결과를 통한 각 부위별 압력의 차이 정량화 및 분류 26 3.3 이미지 데이터를 이용한 합성곱신경망(CNN)개발 28 3.3.1 관련 연구 및 실험 환경 28 3.3.2 학습 데이터 설정 30 3.3.3 학습 모델 33 3.4 딥러닝 기반 하이브리드 족압 분석 알고리즘 개발 35 제 4 장 딥러닝 기반 하이브리드 족압 분석 알고리즘 검증 38 4.1 딥러닝 기반 하이브리드 족압 분석 알고리즘 검증 실험 38 4.2 딥러닝 기반 하이브리드 족압 분석 알고리즘 검증 실험 결과 39 4.2.1 수치 데이터 이용 알고리즘을 사용한 분류 39 4.2.2 이미지 데이터를 이용 합성곱신경망(CNN)을 사용한 분류 40 4.2.3 딥러닝 기반 하이브리드 족압 분석 알고리즘을 적용한 분류 44 4.3 딥러닝 기반 하이브리드 족압 분석 알고리즘 검증 실험 결과 평가 45 제 5 장 결론 46 참고문헌 47 kor The Graduate School, Ajou University 아주대학교 논문은 저작권에 의해 보호받습니다. 딥러닝 기반 하이브리드 족압 분석 알고리즘 Deep Learning-based hybrid foot pressure analysis algorithm Thesis 아주대학교 정보통신대학원 정보통신대학원 지능형소프트웨어 2021. 2 Master I804:41038-000000030555 http://dcoll.ajou.ac.kr:9080/dcollection/common/orgView/000000030555 CNN Footpressure Hybrid Algorithm 딥러닝 족압분석 This paper present deep learning-based hybrid foot pressure analysis algorithm. The proposed deep learning-based hybrid foot pressure analysis algorithm automatically recognizes and analyzes foot pressure using heterogeneous foot pressure data as numerical data and image data. Hybrid foot pressure analysis is based on a foot pressure analysis algorithm that automatically distinguishes the heel / ball of the foot using numerical data and a convolutional neural network (CNN) using image data. By improving the limit of measuring only at a specific location, the type of foot pressure is detected through a hybrid foot pressure analysis algorithm no matter where the measurer is on the pressure sensor. To measure the foot pressure, a pressure sensor (a cell size of 1 cm × 1 cm, matrix structure 42 × 24) is used. In order to determine the validity of the deep learning-based hybrid foot pressure analysis algorithm, a reliability check experiment is conducted to classify each foot pressure. Through the experimental results, we compare and analyze each of the numerical data use algorithm, the image data use convolutional neural network (CNN), and the hybrid foot pressure analysis algorithm to confirm the improvement, and confirm the validity of the algorithm.