• 인터넷정보학회논문지
• /
• 제21권5호
• /
• pp.67-73
• /
• 2020

In this paper, we present a CNN-based gesture recognition approach which reduces the memory burden of input data. Most of the neural network-based gesture recognition methods have used a sequence of frame images as input data, which cause a memory burden problem. We use a motion history image in order to define a meaningful gesture. The motion history image is a grayscale image into which the temporal motion information is collapsed by synthesizing silhouette images of a user during the period of one meaningful gesture. In this paper, we first summarize the previous traditional approaches and neural network-based approaches for gesture recognition. Then we explain the data preprocessing procedure for making the motion history image and the neural network architecture with three convolution layers for recognizing the meaningful gestures. In the experiments, we trained five types of gestures, namely those for charging power, shooting left, shooting right, kicking left, and kicking right. The accuracy of gesture recognition was measured by adjusting the number of filters in each layer in the proposed network. We use a grayscale image with 240 × 320 resolution which defines one meaningful gesture and achieved a gesture recognition accuracy of 98.24%.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 춘계학술발표대회
• /
• pp.901-903
• /
• 2014

논문에서는 비디오 감시 시스템을 기반으로 축사 내 환경 및 상황을 모니터링하고 최적의 번식 적기를 판별하기 위한 시스템을 제안한다. 본 논문에서 제안된 시스템은 영상 데이터로부터 각 프레임의 Motion History Image 처리를 이용하여 움직임 벡터를 추출하고 이를 유효한 움직임 벡터로 분류한다. 움직임 벡터의 크기와 방향이 임계값보다 큰 경우 해당 장면을 특정 상황으로 분류한다. 실제 촬영한 영상 데이터를 통해 실험한 결과, 승가 상황에서 확연한 결과값의 차이가 있었고, 이를 이용하여 한우의 승가 상황 검출이 가능함을 확인하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권12호
• /
• pp.977-985
• /
• 2009

본 논문은 빠르게 움직이는 인간 신체를 추적할 수 있는 실시간 인간 신체 움직임 추적 알고리듬을 제안한다. 반복 최근접점(Iterative closest point) 알고리듬은 효율적이고 계산량이 적어 실시간 인간 신체 움직임 추적에 적합하지만 잘못된 최근접점(Closest point) 선택으로 인해 국부적 최소점(Local minimum)에 쉽게 빠지게 되어 종종 추적에 실패하게 된다. 이를 극복하기 위해, 반복 최근접점 알고리듬에 움직임 이력(Motion history) 정보를 기반으로 한 파티클 필터 (Particle filter)를 결합한다. 제안하는 인간 신체 움직임 추적은 계층적 트리 구조를 사용함으로써 신체 추적 공간 크기를 줄여주며, 움직임 이력 정보를 이용한 움직임 예측 모델을 사용함으로써 빠른 인간 신체 움직임 추적을 가능하게 한다. 실험 결과는 제안하는 인간 신체 움직임 추적이 정확한 추적 성능과 빠른 수렴 속도를 가진다는 것을 보여 준다.

• 한국정보통신학회논문지
• /
• 제18권11호
• /
• pp.2733-2737
• /
• 2014

실시간 영상을 이용하여 움직임 검출을 하는데 사용하는 배경 차영상 기법에 의한 움직임 및 변화 영역 검출 방법과 움직임 히스토리에 의한 움직임 검출법, 광류에 의한 움직임 검출법, 움직임 추적을 위한 추적하려는 물체의 히스토그램의 역투영을 이용하면서 물체의 중심점을 추적하는 MeanShift와 물체의 중심, 크기, 방향을 함께 추적하는 CamShift, Kalman 필터에 의한 움직임 추적 알고리즘 등이 있다. 본 논문에서는 물체의 색상과 모양 정보를 이용한 움직임 검출 알고리즘을 구현하고 검증하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권8호
• /
• pp.3151-3168
• /
• 2015

Automatic detection of estrus in cows is important in cattle management. This paper proposes a method of estrus detection by automatically checking cattle mounting. We use a side-view video camera and apply computer vision techniques to detect mounting behavior. In particular, we extract motion information to select a potential mount-up and mount-down motion and then verify the true mounting behavior by considering the direction, magnitude, and history of the mount motion. From experimental results using video data obtained from a Korean native cattle farm, we believe that the proposed method based on the abrupt change of a mounting cow's height and motion history information can be utilized for detecting mounting behavior automatically, even in the case of fence occlusion.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제6권12호
• /
• pp.3315-3337
• /
• 2012

Crowded scenes analysis is a challenging topic in computer vision field. How to detect diverse motion patterns in crowded scenarios from videos is the critical yet hard part of this problem. In this paper, we propose a novel approach to mining motion patterns by utilizing motion information during both long-term period and short interval simultaneously. To capture long-term motions effectively, we introduce Motion History Image (MHI) representation to access to the global perspective about the crowd motion. The combination of MHI and optical flow, which is used to get instant motion information, gives rise to discriminative spatial-temporal motion features. Benefitting from the robustness and efficiency of the novel motion representation, the following motion pattern mining is implemented in a completely unsupervised way. The motion vectors are clustered hierarchically through automatic hierarchical clustering algorithm building on the basis of graphic model. This method overcomes the instability of optical flow in dealing with time continuity in crowded scenes. The results of clustering reveal the situations of motion pattern distribution in current crowded videos. To validate the performance of the proposed approach, we conduct experimental evaluations on some challenging videos including vehicles and pedestrians. The reliable detection results demonstrate the effectiveness of our approach.

• 한국컴퓨터정보학회논문지
• /
• 제16권4호
• /
• pp.1-13
• /
• 2011

본 논문에서는 MHI(Motion History Image)의 형태학적 정보를 이용하여 동작을 인식하는 제스처 인식(Gesture Recognition) 시스템을 제안한다. 입력되는 영상으로부터 동작에 관한 정보를 제공하는 MHI를 획득하고, 이 MHI로부터 x, y 각각의 좌표에 대한 기울기(gradient) 영상을 추출한다. 각각의 기울기 영상에 형태 문맥기법(shape context method)을 적용하여 형태 정보를 추출하고, 추출된 형태 정보 값들을 특징 값으로 사용한다. 이렇게 획득한 특징값들을 최종적으로 SVM(Support Vector Machine) 분류기로 학습 및 분류하여 동작을 인식한다. 제안하는 시스템은 MHI의 형태학적인 정보들을 사용함으로써 동작의 방향성을 인식할수 있고 다수 사람의 동작 인식이 가능하다. 뿐만 아니라 간단한 특징 추출 방법으로 높은 인식률의 시스템을 구현하였다.

• 한국컴퓨터정보학회논문지
• /
• 제14권4호
• /
• pp.47-57
• /
• 2009

최근 컴퓨터비젼 분야에서 이벤트 검출 및 인식이 활발히 연구되고 있으며, 도전적인 주제들 중 하나이다. 본 논문에서는 사무실 환경에서 발생할 수 있는 이벤트의 검출 및 인식을 위한 방법을 제안한다. 제안된 방법은 MHI(Motion History Image) 시퀀스(sequence)를 이응한 인간의 모션을 분석하며, 사람의 처형과 착용한 옷의 종류와 색상, 그리고 카메라로부터의 위치관계에 불변한 특성을 가진다. 제안된 방법은 기존의 방법들 중, 칼라 정보를 이용한 방법에 비해 조명의 변화에 민감하지 않은 장점이 있으며, 관심의 대상이 되는 객체의 외형과 같은 사전지식에 의존하는 방법에 비해 스케일에 민감하지 않은 장점이 있다. 에지검출 기술을 HMI 순서 영상 정보와 결합하여 사람 모션의 기하학적 특징을 추출한 후, 이벤트 인식의 기본정보로 활용한다. 제안된 방법은 단순한 이벤트 검출 프레임웍을 사용하기 때문에 검출하고자 하는 이벤트의 설명만을 첨가하는 것으로 확장이 가능하다. 또한, 제안된 방법은 컴퓨터비젼 기술에 기반한 많은 감시시스템 뿐 아니라 상황인식 기반의 이벤트 검출 시스템에 핵심기술이다.

• 한국산업정보학회논문지
• /
• 제19권5호
• /
• pp.9-14
• /
• 2014

최근 컴퓨터 비젼이나 게임과 같은 분야에서 사람의 모션을 이용한 다양한 콘텐츠들이 개발되고 있다. 모션을 이용하여 콘텐츠를 제작하거나 응용프로그램을 개발하게 되면, 사용자는 게임이나 콘텐츠에 더욱 몰입감을 느낄 수 있고, 그에 따른 콘텐츠 사용의 만족도가 향상된다. 본 논문에서는 웹 카메라를 이용해서 캡처한 영상으로부터 모션을 인식하고, 이를 별도의 장비 없이 게임의 인터페이스로 활용할 수 있는 방법을 개발한다. 제안된 방법은 MHI(Motion History Image)와 피부색 검출 결과를 결합하여 입력영상으로부터 사람의 머리 부분을 분할하고, MHI 시퀀스(Sequence)를 이용하여 방향과 이동거리를 계산한다. 실험결과에서 제안된 사람의 머리 모션 인식 결과를 실제 게임에 적용하여 게임 캐릭터를 제어하기 위해 사용하였다. 제안된 방법은 사용자의 몰입감 정도를 향상시킬 수 있음을 증명하였고, 그로인해 기능성 게임의 사용자 인터페이스로의 가능성을 확인하였다.

• 전기학회논문지
• /
• 제65권10호
• /
• pp.1731-1737
• /
• 2016

In this paper, a method is proposed to recognize human actions as nonverbal expression; the proposed method is composed of two steps which are action representation and action recognition. First, MHI(Motion History Image) is used in the action representation step. This method includes segmentation based on depth information and generates spatio-temporal templates to describe actions. Second, CNN(Convolution Neural Network) which includes feature extraction and classification is employed in the action recognition step. It extracts convolution feature vectors and then uses a classifier to recognize actions. The recognition performance of the proposed method is demonstrated by comparing other action recognition methods in experimental results.