Tiny ML 및 엣지 컴퓨팅 기반 재실자 행동 진단 기술

초록

본 연구는 기존 클라우드 기반 모니터링 시스템의 네트워크 의존성, 프라이버시 문제 보완을 위해 Tiny ML과 엣지 컴퓨팅을 활용한 실내 낙상 감지 방법을 제안한다. FMCW 레이더 신호 라벨링 후 퓨리에 변환 등의 전처리를 거쳐 1D CNN-LSTM 모델을 학습하였으며 재현율 94.7%, F1-score 83.7%를 달성하였다. 하지만, 단일 센서 및 제한된 공간에서 취득된 데이터라는 점, 온디바이스 임베딩 평가가 진행되지 않았다는 한계가 존재하며 향후 연구에서 이를 보완하고 여러 동작을 복합 감지 가능한 모델을 개발할 계획이다.

키워드