신체 부위 별 각도 변화 패턴 분석을 통한 걸음걸이 인식 방법

Abstract

최근 생체 인식 기술의 하나로, 걸음걸이 인식에 대한 관심이 크게 증가하고 있다. 걸음걸이 인식은 기존의 생체인식 기술이 가진 한계점인 외적 요소에 의한 데이터 변화, 데이터 추출의 어려움을 보완하고, 원거리 영상을 이용한 인식이 가능하다는 장점이 있다. 기존에 제안된 걸음걸이 인식 기법은 각 개인의 모션정보, 걸음걸이 영상의 광류(optical flow), 다리의 각도, 키 와 보폭 등을 분석하여 인식에 사용하는 모델 기반 방법과 걸음걸이 실루엣 영상 전체를 사용하여 하나의 패턴으로 사용하는 비모델 기반 방법으로 크게 구분될 수 있다. 본 연구에서는 사람의 신체 부위별 관절의 각도변화 패턴을 통한 걸음걸이 인식 방법을 제안한다. 사람들이 걷는 방향의 측면에서 관절 별 각도변화 데이터를 추출하고, 추출한 데이터를 RNN(recurrent neural network)기법으로 분석하여 개개인을 구별한다. 본 연구에서 제시한 방법은 재난상황, 방범, 의료 등 다양한 분야에 적용될 수 있을 것으로 기대된다.