6축 관성 센서 신호에서 구조적 특징을 이용한 식사 행동 인지 및 식사 시간 추론 알고리즘

Abstract

자동화된 웨어러블 디바이스를 이용한 Quantified Self[1] 서비스에서 운동, 수면, 식사 활동은 주요 관리 목표이다[2]. 과거부터 웨어러블 디바이스를 이용한 운동과 수면 측정 및 분석에 대한 연구가 다양하게 진행되어 왔다. 이는 신체에서 발생하는 움직임을 계략적으로 측정하여 움직임의 강도에 따라 운동과 일상 활동, 수면을 구분한다. 하지만 식사 행동은 일상 활동과 그 움직임의 강도가 유사하여 더 정밀한 동작을 파악하여 측정해야한다. 이러한 문제를 해결하기 위해 본 연구에서는 6축 센서를 이용하여 식사 행동을 검출하고 식사 시간을 추론하는 알고리즘을 제안한다. 식사 행동을 정밀하게 파악하기 위해 음식을 집는 동작, 음식을 먹는 동작, 팔을 내려놓는 동작, 총 3가지 동작으로 분류하였다. 기존 연구는 대부분 음식을 먹을 때 팔이 위 아래로 움직이는 동작을 주로 검출하였지만 음식을 집는 동작을 추가함으로서 오인행동을 줄였다. 가속도 센서를 이용하여 움직임이 큰 행동을 제거하고 자이로 센서에서 P(Pick), E(Eat), L(Lower) 특징점을 검출하여 식사 행동을 인지하였다. 또한 식사는 연속성이 있는 것을 이용하여 오인행동을 제거하기 위해 모폴로지 기법을 적용하였다. 제안한 알고리즘은 정확도 94.3%와 정밀도 84.1%를 달성하였다.