스테레오비전 센서의 3D 궤적 정보를 이용한 상지 재활 동작 인식 = Recognition of Physical Rehabilitation on the Upper Limb Function using 3D Trajectory Information from the Stereo Vision Sensor

국문 초록 (Abstract)

뇌졸중 및 척수 신경 손상으로 인해 재활에 대한 요구는 증대되고 있다. 재활 영역 중에서도 상지(上肢) 재활은 신경의 복잡도로 인해 매우 어렵고 시간이 많이 걸린다. 재활은 전문치료사가 시설에서 작업치료를 하는 것이 효과적이기는 하나, 접근성, 상시성, 자발성 등에 대한 문제와 함께 비용과 시간이 많이 소요되는 문제점을 가지고 있다. 이 논문에서는 상지 재활 동작을 인식하기 위해 스테레오 비전 센서를 통해 취득한 3D 궤적정보에 대해 PCA, ICA, LDA, SVM의 패턴인식 알고리즘을 적용하여 인식정확도 및 실행시간을 구하고, 여러 패턴인식 알고리즘 중에서 어떤 알고리즘이 인식정확도 및 실행시간 측면에서 적용이 가능한지 제시한다. 실험결과, PCA, ICA는 인식정확도가 낮아 사용하기에 부적합하며 LDA, SVM은 인식정확도가 우수하여 상지 재활 동작 인식에 사용이 적합함을 보인다.

다국어 초록 (Multilingual Abstract)

The requirement of rehabilitation is increasing from the stroke, spinal cord injury. One of the most difficult part is the upper limb rehabilitation because of its nervous complexity. A rehabilitation has effectiveness when a professional therapist treats in work at facility, but it has problems of an accessibility, a constant availability, a self-participation and taking lots of cost and time. In this paper, we test and experiment the accuracy and execution time of the pattern recognition algorithms like PCA, ICA, LDA, SVM to show the recognition possibility of it on the upper limb function from the 3D trajectory information which is gathered from stereo vision sensor(Kinect). From the result, PCA, ICA have low accuracy, but LDA, SVM have good accuracy to use for physical rehabilitation on the upper limb function.

참고문헌 (Reference)

1 Sara J Mulroy, "Strengthening and optimal movements for painful shoulders (STOMPS) in chronic spinal cord injury: a randomized controlled trial" 91 : 305-324, 2011

2 National Spinal Cord Injury Statistical Center, "Spinal cord injury facts and figures at a glance" 2011

3 Rhudy, Matthew, "Microphone Array Analysis Methods Using Cross-Correlations" 2009

4 B. Heisele, "Face Recognition with Support Vector Machines: Global versus Component-Based Approach" 2 : 688-694, 2001

5 M. S. Bartlett, "Face Recognition by Independent Component Analysis" 13 : 1450-1464, 2002

6 M. A. Turk, "Face Recognition Using Eigenfaces" 586 (586): 586-591, 1991

7 P. N. Belhumeur, "Eigenfaces vs. Fisherfaces: Recognition Using Class Specific Linear Projection" 19 : 711-720, 1997

8 Anat Mirelman, "Effects of virtual reality training on gait biomechanics of individuals poststroke" 31 (31): 433-437, 2010

9 Gustavo Saposnik, "Effectiveness of virtual reality using Wii gaming technology in stroke rehabilitation: a pilot randomized clinical trial and proof of principle" 41 (41): 1477-1484, 2010

10 Belinda Lange, "Development and evaluation of low cost game-based balance rehabilitation tool using the microsoft kinect sensor" 1831-1834, 2011

11 Yao-Jen Chang, "A kinect-based system for physical rehabilitation: A pilot study for young adults with motor disabilities" 32 (32): 2566-2570, 2011