학술논문
신체 부분 포즈를 이용한 깊이 영상 포즈렛과 제스처 인식
이용수 17
- 영문명
- Depth Image Poselets via Body Part-based Pose and Gesture Recognition
- 발행기관
- 한국스마트미디어학회
- 저자명
- 박재완(Jae Wan Park) 이칠우(Chil Woo Lee)
- 간행물 정보
- 『스마트미디어저널』Vol5, No.2, 1~9쪽, 전체 9쪽
- 주제분류
- 공학 > 컴퓨터학
- 파일형태
- 발행일자
- 2016.06.30
4,000원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.
국문 초록
본 논문에서는 신체 부분 포즈를 이용한 깊이 영상 포즈렛과 제스처를 인식하는 방법을 제안한다. 제스처는 순차적인 포즈로 구성되어 있기 때문에, 제스처를 인식하기 위해서는 시계열 포즈를 획득하는 것에 중점을 두고 있어야 한다. 하지만 인간의 포즈는 자유도가 높고 왜곡이 많기 때문에 포즈를 정확히 인식하는 것은 쉽지 않은 일이다. 그래서 본 논문에서는 신체의 전신 포즈를 사용하지 않고 포즈 특징을 정확히 얻기 위해 부분 포즈를 사용하였다.
본 논문에서는 16개의 제스처를 정의하였으며, 학습 영상으로 사용하는 깊이 영상 포즈렛은 정의된 제스처를 바탕으로 생성 하였다. 본 논문에서 제안하는 깊이 영상 포즈렛은 신체 부분의 깊이 영상과 해당 깊이 영상의 주요 3차원 좌표로 구성하였다.
학습과정에서는 제스처를 학습하기 위하여 깊이 카메라를 이용하여 정의된 제스처를 입력받은 후, 3차원 관절 좌표를 획득하여 깊이 영상 포즈렛이 생성되었다. 그리고 깊이 영상 포즈렛을 이용하여 부분 제스처 HMM을 구성하였다. 실험과정에서는 실험을 위해 깊이 카메라를 이용하여 실험 영상을 입력받은 후, 전경을 추출하고 학습된 제스처에 해당하는 깊이 영상 포즈렛을 비교하여 입력 영상의 신체 부분을 추출한다. 그리고 HMM을 적용하여 얻은 결과를 이용하여 제스처 인식에 필요한 부분 제스 처를 확인한다. 부분 제스처를 이용한 HMM을 이용하여 효과적으로 제스처를 인식할 수 있으며, 관절 벡터를 이용한 인식률은약 89%를 확인할 수 있었다.
영문 초록
In this paper we propose the depth-poselets using body-part-poses and also propose the method to recognize the gesture.
Since the gestures are composed of sequential poses, in order to recognize a gesture, it should emphasize to obtain the time series pose. Because of distortion and high degree of freedom, it is difficult to recognize pose correctly. So, in this paper we used partial pose for obtaining a feature of the pose correctly without full-body-pose.
In this paper, we define the 16 gestures, a depth image using a learning image was generated based on the defined gestures.
The depth poselets that were proposed in this paper consists of principal three-dimensional coordinates of the depth image and its depth image of the body part.
In the training process after receiving the input defined gesture by using a depth camera in order to train the gesture, the depth poselets were generated by obtaining 3D joint coordinates. And part-gesture HMM were constructed using the depth poselets. In the testing process after receiving the input test image by using a depth camera in order to test, it extracts foreground and extracts the body part of the input image by comparing depth poselets. And we check part gestures for recognizing gesture by using result of applying HMM. We can recognize the gestures efficiently by using HMM, and the recognition rates could be confirmed about 89%.
목차
키워드
해당간행물 수록 논문
- 한국스마트미디어학회 연구윤리규정
- 설화 스토리 내 인물정보 추출 방법에 관한 연구
- Design and Implementation of Geo-Social Information based Personalized Warning Notification System
- 신체 부분 포즈를 이용한 깊이 영상 포즈렛과 제스처 인식
- 보안 강화를 위한 NFC 기반 전자결제 시스템의 2 팩터 인증 기술의 초안 설계
- 다속성 태도 모델과 협업적 필터링 기반 장소 추천 연구
- FPS게임 플레이경험에 따른 플레이어의 시선경로 패턴 분석
- 스마트미디어저널 논문모집 안내
- SNS기반 캡스톤설계 코칭모델
- Designing Education Contents for Chinese Character Utilizing Internet of Things (IoT)
- 무인항공기 기반 빅데이터 처리 시스템의 프로토타입 설계
- 사이버 탄력성 기반 가상 허니팟 서비스 프레임워크 구상 및 가능성 검증
- 한국스마트미디어학회 논문지 심사규정
- 한국스마트미디어학회 논문지(한글) 투고규정
- Instruction for Authors
참고문헌
관련논문
공학 > 컴퓨터학분야 BEST
- 청소년들의 스마트폰 중독예방을 위한 이야기치료 집단상담 프로그램 개발
- 지도서비스를 이용한 위치 기반 관광 빅데이터의 시각화
- 틱톡의 숏폼 콘텐츠 특성이 관광지 이미지 및 방문의도에 미치는 영향
공학 > 컴퓨터학분야 NEW
- 착용형 증강현실 기반 체험형 콘텐츠 연구
- 스마트미디어저널 Vol13, No.4 목차
- Incorporating BERT-based NLP and Transformer for An Ensemble Model and its Application to Personal Credit Prediction
최근 이용한 논문
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!