• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 하계학술대회
• /
• 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.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권3호
• /
• pp.209-218
• /
• 2013

인간의 동작 인식에 대한 이전 연구는 주로 관절체로 표현된 신체 움직임을 추적하고 분류하는데 초점을 맞춰 왔다. 이 방식들은 실제 이미지 사용 환경에서 신체 부위에 대한 정확한 분류가 필요하다는 점이 까다롭기 때문에 최근의 동작 인식 연구 동향은 시공간상의 관심 점과 같이 저수준의, 더 추상적인 외형특징을 이용하는 방식이 일반화되었다. 하지만 몇 년 사이 자세 예측 기술이 발전하면서 자세 기반 방식에 대한 시각을 재정립하는 것이 필요하다. 본 연구는 외형 기반 방식에서 저수준의 외형특징만으로 분류기를 학습시키는 것이 충분한지에 대한 문제를 제기하면서 자세 예측을 이용한 효과적인 자세기반 동작인식 방식을 제안하였다. 이를 위해 다양한 감정을 표현하는 동작 시나리오를 대상으로 외형 기반, 자세 기반 특징 및 두 가지 특징을 조합한 방식을 비교하였다. 실험 결과, 자세 예측을 이용한 자세 기반 방식이 저수준의 외형특징을 이용한 방식보다 감정 동작 분류 및 인식 성능이 더 나았으며 잡음 때문에 심하게 망가진 이미지의 감정 동작 인식에도 자세 예측을 이용한 자세기반의 방식이 효과적이었다.

• 한국우주과학회:학술대회논문집(한국우주과학회보)
• /
• 한국우주과학회 2003년도 한국우주과학회보 제12권2호
• /
• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 춘계학술발표대회
• /
• 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.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 추계학술대회
• /
• 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.

• 인터넷정보학회논문지
• /
• 제12권6호
• /
• pp.83-94
• /
• 2011

감정 컴퓨팅의 대표적 연구 주제는 기계가 사람의 감정을 인식하여 이에 적절히 대응하는 것이다. 감정 인식 연구에서는 얼굴과 목소리 단서를 이용하여 감정을 포착하는데 집중했으며 최근에 와서 행동자세를 주요 수단으로 이용하고 있다. 본 연구의 목적은 감정 표현에서 중요한 역할을 담당하는 자세 특징을 포착하고 확인하여 감정을 판별하는 것이다. 이를 위해 먼저 자세포착시스템으로 다양한 감정 자세를 수집하여 감정별 특징을 공간적 특징으로 설명한다. 그리고 동작을 취하는 행위자가 의도하는 감정과 관찰자가 인지하는 감정 간에 통계적으로 의미 있는 상관관계가 있음을 표준통계기술을 통해 확인한다. 6가지 주요 감정을 판별하기 위해 판별 분석법을 이용하여 감정 자세 예측 모델을 구축하고 자세 특징을 측정한다. 제안 특징과 모델의 평가는 행위자-관찰자 감정 자세 집단의 상관관계를 이용하여 수행한다. 정량적 실험 결과는 제안된 자세 특징으로 감정을 잘 판별하며 감정 예측 모델이 잘 수행됨을 보여준다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제5권10호
• /
• pp.303-310
• /
• 2016

최근 Wii Sport나 Xbox Fitness 등 실제와 똑같이 몸을 움직이도록 하는 기능성 운동 게임인 엑서 게임이 인기를 끌고 있다. 그런데 이런 체감형 운동 게임에서는 사용자가 운동 자세를 얼마나 정확하게 취했는지 자세의 교정이 얼마나 필요한지를 알 수 있기 위하여 자세 인식이 크게 중요하다. 본 연구에서는 고령자를 대상으로 한 운동프로그램 콘텐츠에서 사용자의 자세 정보를 인식하기 위하여 키넥트 센서에서 제공하는 골격 모델의 특징점을 추출하여 각각의 특징벡터를 생성하여 만든 운동 자세 인식 모델 방법을 제안하였다. 본 논문에서는 제안하는 운동 자세 인식 모델의 설계 및 구현을 설명하였고, 간단한 실험을 통해서 제안된 운동 자세 인식 모델의 사용 가능성을 증명하였다. 실험결과 10명의 참여자들의 12가지 운동 자세에 대한 전체 평균은 94.52% 정도 일치율을 보였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• 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.

• 한국전자통신학회논문지
• /
• 제17권1호
• /
• pp.111-118
• /
• 2022

컴퓨터 비전 연구에서 2차원 인체 자세는 매우 광범위한 연구 방향으로 특히 자세 추적과 행동 인식에서 유의미한 분야다. 인체 자세 표적 획득은 이미지에서 인체 목표를 정확히 찾는 방법을 연구하는 것이 핵심이며 인체 자세 인식은 인공지능(AI)에 적용하는 한편 일상생활에 활용되고 있어서 매우 중요한 연구의의가 있다. 인체 자세 인식 효과의 우수성의 기준은 인식 과정의 성공률과 정확도에 의해 결정된다. 본 연구의 인체 자세 인식에서는 딥러닝 전용 데이터셋인 MS COCO를 기반하여 인체를 17개의 키 포인트로 구분하였다. 다음으로 주요 특징에 대한 세분화 마스크(segmentation mask) 방법을 사용하여 인식률을 개선하였다. 최종적으로 신경망 모델을 설계하고 간단한 단계별 학습부터 효율적인 학습에 이르기까지 많은 수의 표본을 학습시키는 알고리즘을 제안하여 정확도를 향상할 수 있었다.

• 정보처리학회논문지B
• /
• 제18B권5호
• /
• pp.305-314
• /
• 2011

사람의 의도를 인지하기 위해 감정을 시각적으로 인식하는 연구는 전통적으로 감정을 드러내는 얼굴 표정을 인식하는 데 집중해 왔다. 최근에는 감정을 드러내는 신체 언어 즉 신체 행동과 자세를 통해 감정을 나타내는 방법에서 감정 인식의 새로운 가능성을 찾고 있다. 본 연구는 신경생리학의 시각계 처리 방법을 적용한 신경모델을 구축하여 행동에서 기본 감정 의도를 인식하는 방법을 제안한다. 이를 위해 시각 피질의 정보 처리 모델에 따라 생물학적 체계의 신경모델 검출기를 구축하여 신체 행동의 정적 자세에서 6가지 주요 기본 감정을 판별한다. 파라미터 변화에 강건한 제안 모델의 성능은 신체행동 자세 집합을 대상으로 사람 관측자와의 평가 결과를 비교 평가하여 가능성을 제시한다.