Robust Gesture Spotting and Recognition in Continuous Full Body Gesture

연속적인 전신 제스처에서 강인한 행동 적출 및 인식

  • Park A.-V. (Dept. of Computer Science and Engineering, Korea University) ;
  • Shin H.-K. (Dept. of Computer Science and Engineering, Korea University) ;
  • Lee S.-W (Dept. of Computer Science and Engineering, Korea University)
  • 박아연 (고려대학교 정보통신대학 인공시각연구센터/컴퓨터학과) ;
  • 신호근 (고려대학교 정보통신대학 인공시각연구센터/컴퓨터학과) ;
  • 이성환 (고려대학교 정보통신대학 인공시각연구센터/컴퓨터학과)
  • Published : 2005.11.01

Abstract

강인한 행동 인식을 하기 위해서는 연속적인 전신 제스처 입력에서부터 의미 있는 부분만을 분할하는 기술이 필요하다. 하지만 의미 없는 행동을 정의하고, 모델링 하기 어렵기 때문에, 연속적인 행동에서 중요한 행동만을 분할한다는 것은 어려운 문제이다. 본 논문에서는 연속적인 전신 행동의 입력으로부터 의미있는 부분을 분할하고, 동시에 인식하는 방법을 제안한다. 의미 없는 행동을 제거하고, 의미 있는 행동만을 적출하기 위해 garbage 모델을 제안한다. 이 garbage 모델에 의해 의미 있는 부분만 HMM의 입력으로 사용되어지며, 학습되어진 HMM 중에서 가장 높은 확률 값을 가지는 모델을 선택하여. 행동으로 인식한다. 제안된 방법은 20명의 3D motion capture data와 Principal Component Analysis를 이용하여 생성된 80개의 행동 데이터를 이용하여 평가하였으며, 의미 있는 행동과, 의미 없는 행동을 포함하는 연속적인 제스처 입력열에 대해 $98.3\%$의 인식률과 $94.8\%$의 적출률을 얻었다.

Keywords