조위덕 박경찬 2017-02 24740 https://aurora.ajou.ac.kr/handle/2018.oak/11059 학위논문(석사)--아주대학교 일반대학원 :전자공학과,2017. 2 흡연, 음주, 신체활동, 식생활 등의 생활습관은 생활습관병을 결정하는 주요 요인이다. 이 중 식생활은 일상생활의 필수 요소이며, 건강, 학업, 업무 등 일상에 많은 영향을 끼친다. 기존의 식생활 관리는 주로 영양학적인 측면에서 이루어졌지만, 식사의 규칙성 또한 건강을 악화시키고 피로와 집중력 저하를 유발하여 업무 효율성을 저하시키는 등 개인적, 사회적으로 문제가 되기 때문에 이를 체계적으로 관리할 필요성이 있다. 따라서 본 논문에서는 손목 가속도 신호를 이용하여 일상생활 중 식사 시간을 추론하는 방법에 대해 설명한다. 사용자로부터 수집된 손목 가속도 신호를 손목에 수직인 축을 중심으로 하는 회전각으로 변환하고, 걷기, 달리기와 같이 동일한 동작이 주기적으로 반복되는 행동들과 센서 잡음을 제거한다. 다음으로 손목이 테이블 위에서부터 입까지 왕복하는 손목 왕복 동작을 정의하고 손목 왕복 동작 신호의 구조적인 특징을 이용하여 동작을 검출한다. 마지막으로 손목이 왕복하는 동작의 발생 빈도와 지속 시간을 이용하여 식사 시간을 검출한다. 본 논문에서는 일상생활 중에서 식사 시간을 인식할 수 있도록 하였다. 또한 식사 행동으로 잘못 인식되는 행동들을 제외 하여 식사 시간의 인식률을 높였다. 본 논문에서 제안하는 방법을 사용하면 일상생활에서 자동으로 식사 시간을 인식할 수 있다. 이에 따라 일상생활에서 결식, 야식 등 건강에 악영향을 미치는 불규칙적인 식사를 검출하고, 이를 관리하는 데 도움을 줄 수 있다. 차례 iv 표 차례 v 그림 차레 vi 제 1장 서론 1 제 2장 관련연구 4 제 1절 기존의 단일 가속도 센서 기반 행동 인식 연구들 4 제 2절 기존의 센서 기반 식사 행동 인식 연구들 7 제 3장 손목 가속도 신호를 이용한 개선된 식사 행동 및 시간 추론 알고리즘 제안 9 제 1절 손목 가속도 신호의 회전각 변환 방법 11 제 2절 구조적 특징을 이용한 손목 왕복 동작 검출 방법 16 제 3절 손목 움직임의 동작 빈도를 고려한 식사 행동 및 식사 시간 추론방법 30 제 4장 실험 및 결과 39 제 1절 실험 방법 39 제 2절 실험 결과 41 제 5장 결론 55 참고문헌 57 Abstract 59 kor The Graduate School, Ajou University 아주대학교 논문은 저작권에 의해 보호받습니다. 손목형 가속도계를 이용한 식사 시간 추론에 관한 연구 Park, Kyeong Chan Thesis 아주대학교 일반대학원 Park, Kyeong Chan 일반대학원 전자공학과 2017. 2 Master http://dcoll.ajou.ac.kr:9080/dcollection/jsp/common/DcLoOrgPer.jsp?sItemId=000000024740 가속도 센서 행동인지 식사시간 Lifestyle such as smoking, drinking, physical activity, diet, etc. are important factors for determining lifestyle diseases. Among them, dietary life is an indispensable element of daily life, and has many influences on daily life such as health, study and work. The management of existing dietary habits was mainly done in terms of nutrition, but regularity of meal also deteriorated health, triggered a decrease in fatigue and concentration ability, decreased business efficiency. Because it becomes a social problem, there is a need to systematically manage this. Therefore, in this thesis, we explain how to deduce the time of meal in everyday life by using the wrist acceleration signal. The wrist acceleration signal collected from the user is converted to the Euler angle about the axis perpendicular to the wrist, and actions and sensor noise which periodically repeat the same operation as walking and running are removed. Next, we define a wrist reciprocating motion where the wrist moves back and forth from the top of the table to the mouth, and detects motion using the structural features of the wrist reciprocating motion signal. Finally, using the frequency and duration of occurrence of the movement of the wrist back and forth, the time of meal is detected. In this thesis, we made it possible to automatically recognize the meal time in everyday life. Also, except for behaviors incorrectly recognized in the eating motion, increased recognition rate of meal time. Using the method proposed in this thesis, we can automatically recognize the time of meal in our daily life. This can help detect and manage irregular meals that negatively affect health such as going without a meal and last-night meal in daily life.