메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
류민형 (NEARNETWORK) 심재구 (Daegu Health College)
저널정보
한국컴퓨터정보학회 한국컴퓨터정보학회논문지 한국컴퓨터정보학회 논문지 제30권 제1호(통권 제250호)
발행연도
2025.1
수록면
53 - 63 (11page)
DOI
10.9708/jksci.2025.30.01.053

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문은 저사양 하드웨어 환경에서도 효율적으로 동작할 수 있는 경량 AI 기반 낙상 탐지 시스템을 개발하고 이를 제안한다. 기존의 낙상 탐지 연구는 주로 고성능 GPU 환경에 의존하거나 탐지 정확도에만 중점을 두어 처리 속도와 하드웨어 제약 문제를 충분히 고려하지 못했다. 이에 본 연구에서는 GPU에서 자유로운 미디어파이프와 데이터 분석기반의 머신러닝 모델을 활용하여, 낮은 연산 자원을 요구하면서도 신속하고 정확한 낙상 탐지가 가능한 시스템을 제안하였다. 제안된 시스템은 병원, 요양원 등 다양한 실내 환경에 설치되어 낙상 사고를 실시간으로 탐지하고, 관리자에게 즉시 알림을 전송함으로써 골든타임 내 대응이 가능하도록 한다. 실험 결과, 제안된 모델은 GPU를 사용하는 모델과 비교하여 학습 및 추론 속도에서 우위를 보였으며, 탐지 성능 측면에서도 경쟁력 있는 결과를 나타냈다. 이러한 연구는 고비용 하드웨어 의존성을 줄이고 실제 환경에서의 실용성을 극대화한 낙상 탐지 시스템의 새로운 가능성을 제시한다.

목차

Abstract
요약
I. Introduction
II. Background and Related Works
III. The Proposed System
IV. Experiment and evaluation
V. Conclusions
REFERENCES

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092255152