휠체어를 포함한 장애인 이동 수단 탐지를 위한 Seed 기반 딥러닝 모델 및 성능 평가

Abstract

이용자가 현재 타고 있는 이동수단을 탐지하는 기술은 도시 계획, 개선된 위치 표시 등에 활용될 수 있다. 특별히 휠체어 이용자의 경우 이동수단 탐지가 도시계획에 활용할 때, 휠체어 이용자의 이동성과 접근성을 증진시켜 그들의 삶의 질을 향상시킬 수 있다. 최근 연구들에서는 이동수단 탐지를 위해 스마트폰의 위치 및 센서 데이터에 기계 학습 방법을 적용하였고, 그 성능을 파악하기 위해 repeated random sub-sampling validation 방법을 사용하였다. 하지만 이는 새로운 이용자에 대한 이동수단 예측 성능을 나타내는 k-fold user-cross-validation 을 시도할 때 그 성능이 저하될 수 있다. 본 연구에서는 이러한 성능 저하가 휠체어를 포함한 이동수단 탐지에서도 발생하는지 확인하고, 발생시 이를 극복하기 위해 새로운 장애인의 데이터를 소량 추가 학습시키는 k-fold user-cross-validation with individual seed data 라는 방법을 제안하고자 한다. 연구 결과 기존 방법 두 가지와 본 연구에서 제안한 방법, 총 세 가지 방법으로 성능을 평가한 결과 휠체어를 포함한 이동수단 탐지에서도 같은 문제가 발생하며, 제안한 방법을 적용해 기존의 성능을 개선함을 확인할 수 있었다.