IR-UWB 레이더 신호와 기계학습을 이용한 호흡 기반의 인원 계수 시스템

Abstract

Radar system for counting the number of people can be used in environment which cannot recognize objects visually. In addition, because the radar systems are not based on visual sensor, they are free from the privacy issues. Conventional people counting methods are based on movements of objects. Therefore, the conventional methods usually fail to detect motionless people. In detecting people, multipath problem is distracting while we want to detect only human beings not ghost signals. In this dissertation, we study a machine learning based people counting method. In detecting people, multi-path problem may degrade the performance of the detection. We propose a novel machine learning based people counting method using SVM and CNN, which make up the stated weaknesses.;레이더를 사용한 시스템은 시야가 방해 받는 환경에도 사용할 수 있고 사생활 침해의 우려가 적으므로 각광 받고있는 분야이다. 특히 재난 시에 인명 구조 또는 수면 무호흡 진단 등의 건강관리 용도로 쓰일 수 있으며, 재실 여부를 판단하여 에너지 절약 측면에서도 응용될 수 있다. 레이더를 사용하여 인원을 추정하는 기존 연구는 주로 움직임을 이용하여 재실 여부 또는 사람의 수를 검출한다. 이러한 방법은 잠이 들거나 의식이 없는 상태로 움직임이 없는 사람을 검출하기 어렵다는 단점이 있다. 또한 호흡을 검출하는 기존 연구는 주파수를 분석하여 호흡을 검출하는데, 이는 다중 경로로 인한 신호를 호흡으로 잘못 검출할 수 있는 문제점이 존재한다. 이러한 문제점을 해결하기 위하여 본 연구는 SVM (Support Vector Machine)과 CNN (Convolutional Neural Network)을 이용, 레이더 신호의 다중 경로를 고려하여 사람 수를 판단하는 IR-UWB(Impulse Radio Wideband) 레이더 기반의 인원 계수 시스템을 제안한다.