• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.05a
• /
• pp.986-987
• /
• 2013

본 연구에서는 사용자 스스로가 바른 자세를 교정 할 수 있도록 도움을 줄 수 있는 스마트폰 기반의 자이로 센서를 이용한 착용형 자세 교정 시스템을 구현하였다. 이를 위하여 2개의 자이로 센서를 Y자 서스펜더 상, 하에 각각 부착하여 신체의 기울기를 측정하였으며, 블루투스 통신을 이용하여 스마트폰으로 데이터를 전송하였다. 전송된 신체의 기울기 정보는 바른 자세에 대한 평균 기울기 정보와 비교하여 바른 자세와 잘못된 자세를 판단하고자 하였으며, 이를 위한 스마트폰 기반의 어플리케이션을 구현하였다. 구현된 어플리케이션은 자세 판별뿐만 아니라 현재의 자세 정보를 직관적으로 표현하기 위한 모니터링 부와 잘못된 자세 검출 시 진동이나 알림 음 또는 팝업 메시지를 통해 사용자에게 전달하는 알림 기능을 구성하였다. 또한 구현된 시스템으로부터 대표적인 잘못된 자세 4가지에 대한 검출 실험을 수행하였으며, 그 결과 100% 검출이 가능함을 확인하였다.

• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.2096-2099
• /
• 2003

본 논문에서는 입력 영상의 컬러 정보를 이용함으로써 조명 변화나 얼굴의 자세 변화에 둔감하게 얼굴 정보를 고속 검출하는 알고리듬을 제안하였다 계산복잡도가 작으면서도, 조명의 변화에 민감하지 않은 특성을 가진 NCC (normalized color component) 좌표계에서 정의한 살색에 기반하여 얼굴 후보 영역을 검출하고, 검출된 얼굴 후보 영역 내에서의 눈의 검출에도 색상 분포 특성을 이용함으로써 얼굴의 숙임(nod), 돌림(shake), 기울임(tilt)등에 의한 자세 변화에 대해서도 둔감하게 두 눈의 위치를 고속으로 찾도록 하였다. 특히 집중자(concentrator)를 제안 적용하여 유동적인 눈썹의 영향을 줄이고 눈안의 중심 위치를 찾도록 가중치 눈지도(eye map)를 도입하였다. 제안된 알고리듬이 조명 변화나 얼굴의 다양한 자세 변화가 있는 영상에서 얼굴 후보 영역과 두 눈의 위치를 효과적으로 검출함을 실험을 통해 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.787-790
• /
• 2021

본 논문에서는 최신 모션 인식 기술을 활용하여 골프 스윙 비디오에서 사람의 자세를 추정한 후 다양한 원인으로 오검출된 좌표들을 보정하여 자세 추정의 정확도를 높이는 방법을 제안한다. 기존의 사람 자세 추정 모델은 골프 스윙 데이터에서 오검출, 반전, 불안정성, 미검출의 문제를 보여 정확한 자세 추정을 어렵게 했다. 이를 해결하기 위하여 본 연구에서는 자세 추정시 발생하는 이상치 데이터들을 Bi-LSTM 으로 학습하고 골프 스윙의 특징을 고려한 간단한 규칙을 통하여 이상치 데이터를 효과적으로 검출하고 이를 보정하는 방법을 제안한다. 또한 다양한 실험과 분석을 통하여 제안하는 방법이 골프 스윙 모션에서 사람의 자세를 정확히 추정할 수 있음을 보인다.

• KIPS Transactions on Software and Data Engineering
• /
• v.11 no.10
• /
• pp.419-426
• /
• 2022

In this paper, we propose a method to improve the accuracy of 3D human pose estimation model in various move motions. Existing human pose estimation models have some problems of jitter, inversion, swap, miss that cause miss coordinates when estimating human poses. These problems cause low accuracy of pose estimation models to detect exact coordinates of human poses. We propose a method that consists of detection and correction methods to handle with these problems. Deep learning-based outlier detection method detects outlier of human pose coordinates in move motion effectively and rule-based correction method corrects the outlier according to a simple rule. We have shown that the proposed method is effective in various motions with the experiments using 2D golf swing motion data and have shown the possibility of expansion from 2D to 3D coordinates.

• Journal of Digital Convergence
• /
• v.11 no.12
• /
• pp.295-302
• /
• 2013

Many reported methods assume that the people in an image or an image sequence have been identified and localization. People detection is one of very important variable to affect for the system's performance as the basis technology about the detection of other objects and interacting with people and computers, motion recognition. In this paper, we present an efficient linear discriminant for multi-view people detection. Our approaches are based on linear discriminant. We define training data with fisher Linear discriminant to efficient learning method. People detection is considerably difficult because it will be influenced by poses of people and changes in illumination. This idea can solve the multi-view scale and people detection problem quickly and efficiently, which fits for detecting people automatically. In this paper, we extract people using fisher linear discriminant that is hierarchical models invariant pose and background. We estimation the pose in detected people. The purpose of this paper is to classify people and non-people using fisher linear discriminant.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.667-670
• /
• 2020

최근에는 증강현실, 로봇공학 등의 분야에서 객체의 위치 검출 이외에도, 객체의 자세에 대한 추정이 요구되고 있다. 객체의 자세 정보가 포함된 데이터셋은 위치 정보만 포함된 데이터셋에 비하여 상대적으로 매우 적기 때문에 인공 신경망 구조를 활용하기 어려운 측면이 있으나, 최근에 들어서는 기계학습 기반의 자세 추정 알고리즘들이 여럿 등장하고 있다. 본 논문에서는 이 가운데 Dense 6d Pose Object detector (DPOD) [11]의 구조를 기반으로 하여 가구의 조립 설명서에 그려진 가구 부품들의 자세를 추정하고자 한다. DPOD [11]는 입력으로 RGB 영상을 받으며, 해당 영상에서 자세를 추정하고자 하는 객체의 영역에 해당하는 픽셀들을 추정하고, 객체의 영역에 해당되는 각 픽셀에서 해당 객체의 3D 모델의 UV map 값을 추정한다. 이렇게 픽셀 개수만큼의 2D - 3D 대응이 생성된 이후에는, RANSAC과 PnP 알고리즘을 통해 RGB 영상에서의 객체와 객체의 3D 모델 간의 변환 관계 행렬이 구해지게 된다. 본 논문에서는 사전에 정해진 24개의 자세 후보들을 기반으로 가구 부품의 3D 모델을 2D에 투영한 RGB 영상들로 인공 신경망을 학습하였으며, 평가 시에는 실제 조립 설명서에서의 가구 부품의 자세를 추정하였다. 실험 결과 IKEA의 Stefan 의자 조립 설명서에 대하여 100%의 ADD score를 얻었으며, 추정 자세가 자세 후보군 중 정답 자세에 가장 근접한 경우를 정답으로 평가했을 때 100%의 정답률을 얻었다. 제안하는 신경망을 사용하였을 때, 가구 조립 설명서에서 가구 부품의 위치를 찾는 객체 검출기(object detection network)와, 각 개체의 종류를 구분하는 객체 리트리벌 네트워크(retrieval network)를 함께 사용하여 최종적으로 가구 부품의 자세를 추정할 수 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.07a
• /
• pp.411-412
• /
• 2012

본 논문에서는 인간의 가장 기본적이며 기초적인 운동인 걸음걸이로부터 검출할 수 있는 걸음 수 및 보행분석을 위해 전도성 섬유를 이용한 전기용량성압력 센서를 깔창형태로 개발하였다. 개발된 깔창 형태의 센서는 보행시의 압력을 측정하여 보행신호를 검출하고, 검출된 신호를 이용하여 걸음 수 및 보행 분석을 실시하였다. 개발된 센서의 성능 검증을 위하여 상용 만보계 및 관찰자의 수계로 도출된 보수를 비교하였으며, 자세에 따른 압력차이를 측정하였다. 기존의 상용 만보계는 저속(1 Km/h)으로 걸었을 때 보수가 잘 측정되지 않은 반면 개발된 센서는 저속에서도 관찰자 수계대비 정확한 보수를 도출 할 수 있었다. 또한 자세에 따라 압력 값을 토대로 사용자의 자세를 모니터링 할 수 있음을 보였다. 본 연구는 향후 스마트폰과 무선 연동하는 스마트 보행관리 시스템을 개발하기 위한 기초연구이다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.359-362
• /
• 2005

본 논문에서는 홍채 인식을 할 때 여러 가지 자세 변화에 민감한 홍채 패턴을 일정한 기준에 따라 항상 고정된 형태로 추출하기 위해 눈꺼풀의 윤곽을 검출하여 눈의 모양을 바로잡는 방법을 소개한다. 이와 더불어 효과적인 홍채 영역 검출을 위한 정확한 동공의 경계 측정과 공막 경계 측정을 위한 새로운 방법을 제시한다. Template Matching과 Mean Shape을 이용하여 여러 가지 다양한 눈의 형태와 눈썹의 영향 때문에 판단이 까다로운 눈꺼풀의 경계를 검출하였다. 동공 경계의 자세한 검출은 Hough Transform을 이용하였고 공막의 경계는 최소 자승법을 이용하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.10a
• /
• pp.923-926
• /
• 2011

본 연구에서는 움직이는 물체가 있는 비디오에서 검출된 전경 영상(실루엣)을 토대로 사람을 추적하고 추적된 사람의 실루엣 형상을 통하여 활동성을 인식하는 실시간 감시 시스템에 적용 가능한 사람의 행동을 인식하고 분석하고자 한다. 전경에서 블랍(사람)을 검출하는 방법은 기존에 연구했던 차영상을 이용하였고, 검출된 블랍을 대상으로 사람임을 판단하고 사람인 경우 검출된 블랍의 실루엣을 이용한 기존의 자세 추정 기법에 추가적으로 4가지 특징들을 추가하여 사람의 행동을 분석한다. 각 파라미터들은 임계치를 통하여 구분하였다. 본 논문에서는 사람의 행동은 크게 네 가지의 경우로 {Standing, Bending/Crawling, Laying down, Sitting} 분류한다. 제안된 특징 파라미터들을 추가한 방법은 기존의 실루엣 기반의 자세 추정 기법만을 사용하는 것보다 좀더 높은 인식율을 보여주었다.

• Journal of the Korea Society of Computer and Information
• /
• v.17 no.7
• /
• pp.155-166
• /
• 2012

This paper proposes a new method of estimating the hand pose through the Mean-Shift tracking algorithm using the fusion of color and depth information for marker-less augmented reality. On marker-less augmented reality, the most of previous studies detect the hand region using the skin color from simple experimental background. Because finger features should be detected on the hand, the hand pose that can be measured from cameras is restricted considerably. However, the proposed method can easily detect the hand pose from complex background through the new Mean-Shift tracking method using the fusion of the color and depth information from 3D sensor. The proposed method of estimating the hand pose uses the gravity point and two random points on the hand without largely constraints. The proposed Mean-Shift tracking method has about 50 pixels error less than general tracking method just using color value. The augmented reality experiment of the proposed method shows results of its performance being as good as marker based one on the complex background.