Classification of Horse Gaits Based on Wavelet Packet and Auto-Encoder for Self-Coaching System
Jae-Neung Lee, Keun-Chang Kwak · The Journal of Korean Institute of Information Technology · 2017
본 논문에서는 실시간 셀프코칭 시스템을 개발하기 위해 웨이블릿 패킷 및 오토 엔코더(AE, Auto-Encoder) 기반의 주기 특징값을 이용하여 승마보법분류를 한다. 승마의 보법 4가지는 일정주기에 따라 반복된 패턴을 가지고 있으며 센서에서 추출된 주기 데이터를 특징추출기인 AE의 입력으로 사용한다. 승마데이터에 적합한 은닉층 수를 조절하고, 성능을 비교하고, 파라미터를 설정하고 분류기로써 소프트맥스 함수를 이용한다. 데이터베이스 구축 환경은 국가대표급 승마전문가가 무선네트워크기반의 16개의 관성센서로 구성된 슈트를 착용하고 원형의 코스를 순회하며 데이터베이스를 취득한다. 보법별로 각각 8개의 특징값을 입력으로써 이용하여 보법분류를 한다. 실험한 결과 SAE(Stacked Auto-Encoder)와 SPAE(Sparse Auto-Encoder)보다 Wavelet Packet 기반 Auto-Encoder(WPAE)를 사용하였을 때 98%로 가장 성능이 좋음을 확인하였다.