• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.07a
• /
• pp.322-325
• /
• 2015

본 논문에서는 개선된 자세 인식을 위한 학습을 통한 자세 인식 기법을 제안한다. 제안 자세 인식 기법은 영상의 모든 픽셀 값을 사용하지 않으며 인체의 골격의 위치 정보와 자세의 학습을 기반으로 한다. 최근 자세 인식기법에 다양한 기계 학습 기법을 적용하여 제스처 인식률을 높이는 연구가 진행되고 있지만 실시간 프레임에 적용하는데 한계가 있다. 반면 고차원의 특징점을 추출하여 신경망 학습방식을 이용하면 적은 계산량과 손쉬운 실행이 가능하다. 고차원의 특징점은 깊이 정보로부터 사람의 골격 정보를 이용해 추출하여 차원을 감소시키며 신경망 학습 방식에서는 각 자세에 대한 고차원의 특징점을 이용하여 자세의 학습을 진행한다. 신경망학습은 학습 단계에서는 미리 알려진 자세와 예측된 자세의 비교를 통해 오류를 최소화 하는 방향으로 학습을 진행하며, 판별 단계에서는 새로운 자세를 입력하여 고차원 특징점을 이용한 신경망 학습 기반의 제안 기술의 성능을 평가한다. 실험에 의하면 제안 기법은 약 96%의 자세 인식률을 보이고 자세 인식기법을 동작 인식으로 확장 가능성 또한 보인다.

• KIPS Transactions on Software and Data Engineering
• /
• v.2 no.3
• /
• pp.209-218
• /
• 2013

Early researches in human action recognition have focused on tracking and classifying articulated body motions. Such methods required accurate segmentation of body parts, which is a sticky task, particularly under realistic imaging conditions. Recent trends of work have become popular towards the use of more and low-level appearance features such as spatio-temporal interest points. Given the great progress in pose estimation over the past few years, redefined views about pose-based approach are needed. This paper addresses the issues of whether it is sufficient to train a classifier only on low-level appearance features in appearance approach and proposes effective pose-based approach with pose estimation for emotional action recognition. In order for these questions to be solved, we compare the performance of pose-based, appearance-based and its combination-based features respectively with respect to scenario of various emotional action recognition. The experiment results show that pose-based features outperform low-level appearance-based approach of features, even when heavily spoiled by noise, suggesting that pose-based approach with pose estimation is beneficial for the emotional action recognition.

• Bulletin of the Korean Space Science Society
• /
• 2003.10a
• /
• pp.44-44
• /
• 2003

위성의 자세를 결정하기 위해서는 위성체에 탑재된 각종 센서들을 사용된다. 이러한 센서 중에서 고정밀도의 자세결정을 위해서는 별추적기를 사용한다. 별 추적기를 통한 위성체의 자세결정은 CCD 이미지로부터 여러 가지 별패턴인식(star pattern recognition) 방법을 통하여 CCD의 FOV(Field of View)내의 별들을 인식, 자세정보를 추출하여 이루어진다. 이러한 과정은 운용중인 위성체내에서 실시간으로 처리되어야 하므로 빠른 처리속도, 높은 신뢰도, 그리고 위성체내에 저장되어지는 자료의 양도 가능한 적어야 한다는 제한 요소들이 있다. 이러한 별추적기의 별패턴인식 방법으로는 CCD의 FOV내에 존재하는 각 쌍의 별들의 각거리를 이용하는데, 위성체의 이전자세정보의 필요 여부, searching phase 등에 따라서 나누어진다. 본 연구에서는 선행자료를 필요로 하지 않는 k-vector SPIT(Star-Pair Identification Technique)를 사용하여 CCD이미지와 위성체에 저장된 별 카탈로그(star catalog)와 비교한 후, 각각의 별들을 인식(identification)할 수 있는 알고리즘을 구현하였다. 또한 선행자세자료를 필요로 하는 패턴인식방법을 구현하여 이들을 비교하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.532-534
• /
• 2018

본 논문은 한국에서 야구에 관련 직무에 종사하는 사람 또는 야구를 배우고 싶은 사람에게 도움을 주고자 Kinect의 모션 인식 센서를 이용하여 자세인식에 관련 된 연구 내용이다. 야구를 배우고자 하는 사람들에게 자세에 대한 교정과 자신이 직접 자신의 자세를 보면서 활용할 수 있도록 하는 것이 궁극적 목표이며 프로그램의 제작자의 개입이 없이 사용자가 주제가 될 수 있도록 한다. Kinect에서의 야구 자세를 저장하여 자신의 모습과 비교하여 자세에 대한 피드백을 받을 수 있다. 이 프로그램을 통해 사람들이 좀 더 야구에 대해 쉽게 접근하고 이용할 수 있음이 프로그램의 구현 방향이며 야구를 접하는 사람들에게 자세 부분에 도움을 주고 야구를 즐기는 사람들도 도움을 얻는 기대효과를 가지는 프로그램이다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.11a
• /
• pp.74-76
• /
• 2015

본 논문에서는 효율적인 자세인식을 위해 인체 골격 정보를 활용한 멀티클래스 SVM(Multiclass Support Vector Machine)학습 기반의 자세 인식 분류 기법을 제안한다. RGB 카메라로 취득한 영상을 활용하거나 깊이 카메라로부터 취득한 골격 정보를 그대로 사용하는 기존 연구와 달리 제안 기법에서는 깊이 정보로부터 추출한 인체의 3 차원 골격 정보를 이용하여 고차원의 특징을 추출하고 그로부터 자세 인식 분류를 수행한다. 제안 기법의 특징 벡터는 깊이 정보에서 취득한 골격 정보의 관절간 각도의 조합으로 구성하여 인체의 골격 편차에 강인할 뿐 아니라 특징의 차원을 효과적으로 감소시킬 수 있다. 또한 분류기로는 멀티클래스 SVM 방식 중 one-vs-one 분류 방식을 이용하여 학습 및 판별을 수행함으로써 제안 기술의 성능을 평가한다. 실험을 통해 제안 기법은 다수의 자세에서 비교하는 다른 학습 기법보다 비교적 높은 자세인식률을 보인다.

• Journal of Internet Computing and Services
• /
• v.12 no.6
• /
• pp.83-94
• /
• 2011

Main researching issue in affective computing is to give a machine the ability to recognize the emotion of a person and to react it properly. Efforts in that direction have mainly focused on facial and oral cues to get emotions. Postures have been recently considered as well. This paper aims to discriminate emotions posture by identifying and measuring the saliency of posture features that play a role in affective expression. To do so, affective postures from human subjects are first collected using a motion capture system, then emotional features in posture are described with spatial ones. Through standard statistical techniques, we verified that there is a statistically significant correlation between the emotion intended by the acting subjects, and the emotion perceived by the observers. Discriminant Analysis are used to build affective posture predictive models and to measure the saliency of the proposed set of posture features in discriminating between 6 basic emotional states. The evaluation of proposed features and models are performed using a correlation between actor-observer's postures set. Quantitative experimental results show that proposed set of features discriminates well between emotions, and also that built predictive models perform well.

• KIPS Transactions on Computer and Communication Systems
• /
• v.5 no.10
• /
• pp.303-310
• /
• 2016

Recently there has been growing popularity in exergame, such as Wii Sport or Xbox Fitness game, which enables users to get physical exercise while playing the games. In such experienced exercise games, the user's posture recognition is very important to find out exactly how much the users need to take their body posture as compared to the proper posture. This paper proposes a new exercise posture recognition model designed for the exercise game content for the elderly. The proposed model is based on extracting feature points of a skeleton model provided by the Kinect sensor to generate the feature vectors to recognize the user's exercise posture information. This paper describes the design and implementation of the exercise posture recognition model and demonstrates the feasibility of this proposed posture recognition model through a simple experiment. The experimental results showed 94.52% of average accordance rate for 12 exercise postures of 10 participants.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.495-496
• /
• 2023

최근 보급되고 있는 스크린 야구장을 많은 이용자가 단순한 타격만을 하고 피드백이 없이 일회성으로 이용하고 있고 이용자의 타격 자세를 평가해주는 기능을 제공하지 않고 있다. 부정확한 자세로 타격을 하게 되면 부상의 위험도 있고, 타격 실력도 향상될 수 없다. 따라서 이용자가 올바른 타격자세를 취할 수 있도록 자세를 평가 해주는 시스템이 필요하다. 본 논문에서는 구글의 미디어 파이프와 딥러닝 기술을 활용하여 타격 자세 영상을 인식하여 타격 자세를 평가해주는 시스템을 개발하였다. 제안한 시스템은 사전에 다양한 영상을 LSTM 알고리즘으로 학습하여 이용자의 타격자세를 4개 등급으로 평가해준다. 이를 활용하여 스크린 야구장에서 카메라만 설치하여 간단하게 사용 가능하며 이용자들이 타격 자세를 자체 평가할 수 있다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.17 no.1
• /
• pp.111-118
• /
• 2022

In computer vision research, the two-dimensional human pose is a very extensive research direction, especially in pose tracking and behavior recognition, which has very important research significance. The acquisition of human pose targets, which is essentially the study of how to accurately identify human targets from pictures, is of great research significance and has been a hot research topic of great interest in recent years. Human pose recognition is used in artificial intelligence on the one hand and in daily life on the other. The excellent effect of pose recognition is mainly determined by the success rate and the accuracy of the recognition process, so it reflects the importance of human pose recognition in terms of recognition rate. In this human body gesture recognition, the human body is divided into 17 key points for labeling. Not only that but also the key points are segmented to ensure the accuracy of the labeling information. In the recognition design, use the comprehensive data set MS COCO for deep learning to design a neural network model to train a large number of samples, from simple step-by-step to efficient training, so that a good accuracy rate can be obtained.

• The KIPS Transactions:PartB
• /
• v.18B no.5
• /
• pp.305-314
• /
• 2011

Research into the visual perception of human emotion to recognize an intention has traditionally focused on emotions of facial expression. Recently researchers have turned to the more challenging field of emotional expressions through body posture or activity. Proposed work approaches recognition of basic emotional categories from body postures using neural model applied visual perception of neurophysiology. In keeping with information processing models of the visual cortex, this work constructs a biologically plausible hierarchy of neural detectors, which can discriminate 6 basic emotional states from static views of associated body postures of activity. The proposed model, which is tolerant to parameter variations, presents its possibility by evaluating against human test subjects on a set of body postures of activities.