한국정보과학회논문지:컴퓨팅의 실제 및 레터 (Journal of KIISE:Computing Practices and Letters)

한국정보과학회 (Korean Institute of Information Scientists and Engineers)
권호 표지

확률적 정규 문법 추론법에 의한 사람 몸동작 인식

Human Action Recognition by Inference of Stochastic Regular Grammars

  • 조경은 (동국대학교 컴퓨터공학과) ;
  • 조형제 (동국대학교 영상정보통신대학원 멀티미디어학과)
  • 발행 : 2001.06.01
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

이 논문은 사람의 비언어적 행동을 자동적으로 분석하는 것을 목적으로 60 가지의 기본적인 사람의 윗몸 동작들을 인식하는 방법을 제안한다. 사람 몸동작을 인식하기 위한 방법으로 확률적 문법 추론법을 이용하였으며 모든 관절의 움직임 분석으로 임의의 동작을 인식하는 방법을 사용하였다. 시스템의 입력 데이타로 쓰여지는 각 관절의 실세계 3 차원 좌표들을 일정간격으로 양자화한 후, 각각 xy, zy, 평면에 투영하고, 이들을 다시 4방향 코딩하여 확률적 문법 추론법에 적합한 입력형식으로 변환한다. 또한 비언어적 행동 분석을 위한 사람의 동작 인식에는 손과 다른 부위와의 관계인 근접 정보가 동작 구분의 중요한 요소가 됨을 감안하여, 확률 문법 추론 방법을 확장하고, 일반적인 확률 문법 추론 방법과 비교하여 인식률이 향상됨을 실험결과를 통해 확인하였다.

This paper proposes a human action recognition scheme to recognize nonverbal human communications automatically. Based on the principle that a human body action can be defined as a combination of multiple articulation movements, we use the method of inferencing stochastic grammars to understand each human actions. We measure and quantize each human action in 3D world-coordinate, and make two sets of 4-chain-code for xy and zy projection plane. Based on the fact that the neighboring information among articulations is an essential element to distinguish actions, we designed a new stochastic inference procedure to apply the neighboring information of hands. Our proposed scheme shows better recognition rate than that of other general stochastic inference procedures. ures.

키워드

참고문헌

  1. L. Campbell and A. Bobick, 'Recognition of Human Body Motion Using Phase Space Constraints,' MIT Media Lab Perceptual Computing Group TR 309, 1995
  2. E. Clergue, et al. 'Automatic Face and Gestual Recognition for Video Indexing,' Int'l Workshop on Automatic Face and Gesture Recognition, pp. 110-115, 1995
  3. 송효섭 외 3 인, '손의 형상과 움직임 방향 정보를 이용한 수화인식', 정보과학회논문지(B) 제26권 제6호, pp. 804-810, 1999
  4. D.A. Becker, 'Sensei: A Real-Time Recognition, Feedback and Training System for T'ai Chi Gestures,' MIT Media Lab Perceptual Computing Group TR 426, 1997
  5. A. Braffort, 'ARGo: An Architecture for Sign Language Recognition and Interpretation,' Proc. of Gesture Workshop, pp. 17-30, 1996
  6. P.E. Bull, 'Posture and Gesture,' Pergamon Press, pp. 163-187, 1990
  7. S. Frey, et al. 'Das Berner System zur Unter-suchung nonverbaler Interaktion,' Methoden der Analyse von Face-to- Face-Situationen, Stuttgart, Metzler, pp. 203-236, 1981
  8. D.M. Gavrila and L.S. Davis, '3-D Model-based recognition of human movement by dynamic time warping,' Computer Vision Lab., Univ. of Maryland, 1995
  9. Y.A. Inanov, 'Application of stochastic grammars to understanding action,' 1998
  10. A. Sutherland, 'Real-time Video-based Recognition of Sign Language Gestures using Guided Template Matching,' Gesture Workshop, pp. 31-38, 1996
  11. 김종성 외 4 인, '한글 수화용 동적 손 제스처의 실시간 인식 시스템의 구현에 관한 연구', 전자공학회논문지, 제34권 C편 제2호, pp. 61-70, 1997
  12. K.S. Fu, 'Syntactic Methods in Pattern Recognition,' Academic Press, pp. 124-229, 1974
  13. R.C. Gonzalez and M.G. Thomason, 'Syntactic Pattern Recognition,' Addison-Wesley Publishing Company, pp. 177-270, 1978
  14. O. Munkelt, et al. 'A model driven 3D image interpretation system applied to person detection in video images,' 14'th ICPR 1998, pp. 70-73, 1998 https://doi.org/10.1109/ICPR.1998.711082