최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국항행학회논문지 = Journal of advanced navigation technology, v.17 no.2 = no.59, 2013년, pp.247 - 254
황승준 (한국항공대학교 정보통신공학부) , 안광표 (한국항공대학교 정보통신공학부) , 박승제 (한국항공대학교 정보통신공학부) , 백중환 (한국항공대학교 정보통신공학부)
The task of 3D gesture recognition for controlling equipments is highly challenging due to the propagation of 3D smart TV recently. In this paper, the AdaBoost algorithm is applied to 3D gesture recognition by using Kinect sensor. By tracking time interval trajectory of hand, wrist and arm by Kinect...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
사용자의 3D 데이터를 취득하는 기기는 무엇이 있는가? | 사용자의 3D 데이터를 취득하는 기기로는 구조광을 이용한 Kinect, 시간 지연 방식의 TOF, 레이저를 이용한 Lidar 등 카메라 방식과 Wii 컨트롤러를 이용한 모션 데이터를 취득하는 방법들이 있다 [9]. 이 논문에서는 신체 좌표를 취득하는 것에 있어 Kinect를 사용한다. | |
AdaBoost 알고리즘은 어떤 방식으로 데이터 분포를 재조정하는가? | AdaBoost 알고리즘은 분류 규칙을 순차적으로 생성하고, 이전의 분류 규칙을 적용하여 얻은 관측 값에서 샘플 데이터의 분포를 재조정한다. 학습 초기에 샘플 데이터의 가중치는 동일한 상태에서 시작하지만, 매 라운드가 진행될수록 이전의 분류 규칙을 적용하여 얻은 관측 값으로 오 분류 데이터에는 높은 가중치를 부여하고, 반대로 정 분류된 데이터에는 낮은 가중치를 부여하는 방식으로 샘플 데이터의 분포를 재조정한다. 이러한 과정은 분류하기 힘든 데이터에 우선권을 주기 위한 전략이다 [4]. | |
DTW 알고리즘이란 무엇인가? | DTW는 시간 축 상에서 비선형 신축을 허용하는 패턴 매칭 알고리즘이다. DTW 알고리즘은 입력 패턴과 참조 패턴의 거리 척도 값을 비용으로 설정하고 각 패턴의 시작에서 끝 성분까지 최소 비용을 택하는 동적 계획법으로 매핑 함수를 찾아가면서 두열을 비교하기 때문에 여러 개의 후보를 낼 수 있다. 또한 역추적 방식을 이용하기에 입력 패턴과 참조 패턴의 시간 축이 일치 하지 않아도 적용이 가능하다. |
Lee, Hyeon-Kyu, and Jin-Hyung Kim. "An HMM-based threshold model approach for gesture recognition", IEEE Transactions on Pattern Analysis and Machine Intelligence, pp.961-973, 1999.
Hong, Duan, and Luo Yang. "A Gestures Trajectory Recognition Method Based on DTW", Proceedings of the 2nd International Conference on Computer Science and Electronics Engineering, 2013.
Whitehead, Anthony, and Kaitlyn Fox. "Device agnostic 3D gesture recognition using hidden Markov models", Proceedings of the 2009 Conference on Future Play on@ GDC Canada, ACM, 2009.
Freund, Yoav, Robert Schapire, and N. Abe. "A short introduction to boosting", Journal-Japanese Society For Artificial Intelligence, pp.771-780, 1999.
Wang, Chieh-Chih, and Ko-Chih Wang. "Hand Posture recognition using Adaboost with SIFT for human robot interaction", Recent progress in robotics: viable robotic service to human, pp.317-329, 2008.
Yao, Yi, and Chang-Tsun Li. "Hand Posture Recognition Using SURF with Adaptive Boosting", 2011.
Sheng, Jia. A study of adaboost in 3d gesture recognition. Technical report, University of Toronto, 2005.
Changrampadi, Mohamed Hashim. "A fusion-based multiclass AdaBoost for classifying object poses using visual and IR images", 2011.
Hoffman, Michael, Paul Varcholik, and Joseph J. LaViola. "Breaking the status quo: Improving 3d gesture recognition with spatially convenient input devices", Virtual Reality Conference (VR), 2010 IEEE, 2010.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.