Earticle

본 연구에서는 노인의 건강 증진 및 건강 유지를 위해 노인 맞춤형 운동 애플리케이션 개발을 목표로, 스마트폰을 활용한 실시간 동작 추적 기술과 영상과 사진을 바탕으로 한 AI 학습을 통 해 단계별 동작 인식과 판단이 가능한 운동 동작 모델을 구현하였다. 노인 맞춤형 운동 애플리 케이션은 실시간 피드백을 지원하고, 노인의 운동 능력과 신체 가동 범위에 적합하게 단계적 운동이 가능하도록 구현되어야 할 것이다. 이를 위해 본 논문에서는 골포스트 스퀴즈(Goal Post Squeeze) 운동 동작을 대상으로 하여 이를 일련의 단위 동작으로 설계하고, MoveNet 포 즈 추정 기법을 기반으로 동작 인식 모델을 개발하였다. 구현한 운동 동작 모델에 대한 작동 실험 결과 단계별 데이터 인식과 판단, 정동작과 오동작 판단, 수평유지를 판단하고 이를 바탕 으로 사용자에게 실시간 피드백을 제공할 수 있음을 확인하였다.

This study aimed to develop a customized exercise application for the elderly to enhance and maintain their health. The application uses smartphone-based real-time motion tracking technology and AI learning based on videos and images to implement an exercise motion model capable of recognizing and judging step-by-step movements. The elderly-specific exercise application should support real-time feedback and be designed to allow progressive exercises that suit the elderly's physical capabilities and range of motion. For this purpose, the Goal Post Squeeze exercise motion was selected and designed as a series of unit movements. A motion recognition model was developed based on the MoveNet pose estimation technique. The operational experiment results of the implemented exercise motion model confirmed that it recognizes and judges step-by-step data, distinguishes between correct and incorrect motions, assesses horizontal alignment, and provides real-time feedback to the user based on this information.

Feature extraction is a key issue for 3d model retrieval. A novel architecture to extract the curve-skeleton of 3d model is introduced. The algorithm firstly calculates the 3D vector fields of models represented by discrete unit, and then extracts the hierarchical curve-skeleton based on topological features of the critical curve and critical points of the vector fields. The similarity among 3D curve-skeletons is measured by using an improved Earth Mover's Distance (EMD) algorithm. The curve-skeleton extracted with this novel algorithm can be used to categorize models and implement global matching and partial matching.

본 논문에서는 3D Skeleton Model로부터 획득된 관절 정보를 이용하여 제스처를 인식할 수 있는 방법을 제안한다. 사람의 신체 크기나 비율은 다르더라도 구조는 같다는 사실을 바탕으로, 관절과 관절이 이루는 각도를 이용해 제스처를 인식한다. 몇 가지 제스처를 선정한 뒤, 실험을 통해 제안한 방법의 인식률을 측정해 보았다. 또한 동적 제스처 인식을 위한 기초를 다지기 위해 이동 방향과 이동 거리, 이동 위치를 측정하는 실험을 해 보았다.

본 논문에서는 3D Skeleton Model로 획득된 관절 정보를 이용하여 제스처를 인식 할 수 있는 방법을 제안한다. 사람마다 각기 다른 신체 비율을 가지지만 각 관절 또는 신체의 구조는 같다는 사실을 바탕으로 관절의 각도를 기반으로 제스처를 인식하는 방법에 대해 제안한다.

In this paper, we propose an algorithm that extracts a high-precision 3D skeleton using a model generated using a distributed RGB-D camera. When information about a 3D model is extracted through a distributed RGB-D camera, if the information of the 3D model is used, a skeleton with higher precision can be obtained. In this paper, in order to improve the precision of the 2D skeleton, we find the conditions to obtain the 2D skeleton well using the PCA. Through this, high-quality 2D skeletons are obtained, and high-precision 3D skeletons are extracted by combining the information of the 2D skeletons. Even though this process goes through, the generated skeleton may have errors, so we propose an algorithm that removes these errors by using the information of the 3D model. We were able to extract very high accuracy skeletons using the proposed method.

We screened 10,000 heterocyclic small molecules and identified a novel hit core skeleton of 3-(8-chloro-6-(trifluoromethyl) imidazo[1,2-a]pyridine-2-yl)phenyl acetate derivatives. It has been selected as a potential glucagon-like peptide 1 receptor (GLP-1R) activator and demonstrated its effects in increasing GLP-1 secretion, and thereby increasing the glucose responsiveness in both in vitro and pharmacology analyses. Further studies are currently underway to optimize the potency and selectivity of 3-(8-chloro-6-(trifluoromethyl)imidazo[1,2-a]pyridine-2-yl)phenyl acetate derivatives (hit compounds 2 and 8), and address their in vivo efficacy and therapeutic potential. These molecules may serve as useful evidence showing that compounds with a 3-(8-chloro-6-(trifluoromethyl)imidazo[1,2-a]pyridine-2-yl)phenyl acetate moiety are selective GLP-1R agonists, and have potential as anti-diabetic treatment agents.

현대 사회는 출생아가 줄어들고 고령화 현상이 빠르게 진행 중이다. 20~30대의 사회 복지 종사자가 줄어들고 노인 인구는 늘어나는 반비례 현상이 나타나고 있다. 보호자가 없는 노인에게 낙상 사고와 같은 위급상황이 발생한다면 골든타임을 놓칠 수도 있을 것이다. 따라서, 본 논문에서는 낙상 사고 발생 시, 빠른 시간 내에 실시간 모니터링을 통해 노인 복지사가 상황을 인지할 수 있게 하는 시스템을 개발하였다. 미디어파이프 포즈 모델을 이용하여 관찰 대상의 움직임을 포착하도록 하였고 PTZ 카메라의 서보 모터 제어를 통해 포착한 관찰 대상을 추적하도록 하였다. 주요 장면은 사진으로 저장해 웹 서버로 전송하고, 심박수 측정 센서와 와이파이 통신 모듈이 장착된 아두이노 보드가 실시간으로 웹 서버로 전송하여, 전담 관리자는 사진을 통해 상황을 인식하고 심박수를 보고 얼마나 위급한지 알 수 있도록 하였다.

버스는 대중적으로 많이 이용되는 교통수단이다. 그만큼 승객의 안전관리를 위해 철저한 대비가 필요하다. 하지만 2018년 승차하기 위해 접근하는 노인을 인지하지 못하고 버스가 출발하면서 사망사고가 발생하는 등 안전 시스템이 미흡한 상황이다. 기존에 뒷문 계단 쪽 센서를 통해 끼임 사고를 방지하는 안전 시스템은 있지만, 이러한 시스템은 위 사고처럼 승하차하려는 과정에서 발생하는 사고를 예방하진 못한다. 버스 승객의 승하차 의도를 예측할 수 있다면, 위와 같은 사고를 예방하는 안전 시스템 개발에 도움이 될 것이다. 그러나 승객의 승하차 의도를 예측하는 연구는 부족한 상태이다. 따라서 본 논문에서는 버스에 부착된 카메라 영상에서 UDP-Pose를 통해 승객의 skeleton keypoints를 추출하고, 이를 활용한 1×1 CNN3D 기반의 버스 승객 승하차 의도를 예측하는 모델을 제안한다. 제안한 모델은 승객의 승하차 의도를 예측하는 부분에서 RNN, LSTM 모델보다 약 1~2% 높은 정확도를 보여준다.

Buses are a popular means of transportation. As such, thorough preparation is needed for passenger safety management. However, the safety system is insufficient because there are accidents such as a death accident occurred when the bus departed without recognizing the elderly approaching to get on in 2018. There is a safety system that prevents pinching accidents through sensors on the back door stairs, but such a system does not prevent accidents that occur in the process of getting on and off like the above accident. If it is possible to predict the intention of bus passengers to get on and off, it will help to develop a safety system to prevent such accidents. However, studies predicting the intention of passengers to get on and off are insufficient. Therefore, in this paper, we propose a 1×1 CNN3D-based getting on and off intention prediction model using skeleton keypoints of passengers extracted from the camera image attached to the bus through UDP-Pose. The proposed model shows approximately 1~2% higher accuracy than the RNN and LSTM models in predicting passenger's getting on and off intentions.

본 연구는 스켈레톤 좌표 기반의 요가 자세 분류를 위한 초경량 모델을 제안한다. 기존 CNN 및 순환 신경망 계열 모델은 높은 정확도를 보이지만, 연산량이 많아 모바일 및 엣지 디바이스 환경에서의 실시간 적용에는 한계가 있다. 이에 본 논문은 RGB 이미지로부터 스켈레톤 좌표를 추출하고 이를 입력으로 자세를 분류하는 방식을 제안한다. 9개의 이미지 분류 모델과 MLP, GRU, LSTM, Transformer 기반 시계열 모델을 대상으로 파라미터와 은닉층 구성을 변화시켜 총 160개의 모델을 구성하고, 엣지 디바이스 환경에 적합한 모델을 도출한다. Ablation 실험을 통해 경량성과 정확도의 균형을 분석하고, Raspberry Pi 4 기반 실험을 통해 평균 추론 시간 0.94초로 실시간 인식 가능함을 확인하였다. 또한 추론 과정에서의 CPU 사용률, 메모리 점유율 및 전력 소모를 proxy 지표로 함께 분석하여, 제안한 모델이 저전력 엣지 환경에서도 안정적으로 동작함을 검증하였다. 본 연구는 낙상 감지, 고령자 돌봄 등 다양한 헬스케어 응용 서비스로의 확장 가능성을 제시한다.

This study proposes a lightweight skeleton-based model for yoga pose classification optimized for mobile and edge environments. While CNN- and RNN-based models achieve high accuracy, their computational complexity limits real-time deployment. To address this, skeleton coordinates are extracted from RGB images and classified using multiple models. A total of 160 models, including MLP, GRU, LSTM, Transformer, and image-based classifiers, were evaluated with varying parameters and layers. Through ablation studies, models suitable for edge deployment were identified. Experiments on a Raspberry Pi 4 demonstrated real-time performance with an average inference time of 0.94 seconds, while system resource usage and power consumption were analyzed using proxy indicators. The proposed approach is extensible to healthcare applications such as fall detection and elderly care.

It has been recognized that unsaturated soil behavior plays an importantrole in geomechanics. In the last decade several constitutive models have been proposed and used in the analysis. Many of them, however, are constructed in the frame work of rate independent model such as elasto-plastic one. Although rate dependency is an important characteristics of soil for both saturated and unsaturated soils, very few models have been developed taking account of rate dependency. In the present paper, we have developed an elasto-viscoplastic model considering an effect of suction based on the overstress-type viscoplasticity with soil structure degradation. In the model, we have adopted an averaged pore pressure composed of pore water pressure and air pressure to determine the effective stress.