전환 동작 인식을 위한 깊이별 분리 합성곱 기반 FCN 모델

Abstract

본 논문에서는 센서 기반 인간 동작 인식 분야에서 경량성과 성능을 동시에 고려한 FCN 기반 모델을 제안한다. 제안 모델은 기존 모델의 합성곱 계층을 깊이별 분리 합성곱으로 대체하여 파라미터 수를 78% 감소시켰다. HAPT 공개 데이터셋을 활용한 실험 결과, 제안한 모델은 기존 FCN 대비 정확도 2.46%, 매크로 F1 0.48%, 가중치 평균 F1 2.18% 개선하였다. 특히 전환 동작 인식에서 높은 정확도를 보여주었으며, 이는 전환 인식이 중요한 인간 동작 인식 응용 분야 및 모바일 환경에서의 적용 가능성을 시사한다.