선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 특히 컴퓨터비전과 로보틱스 연구에서 인지과학을 적극적으로 컴퓨터 시스템에 접목하기 위해 인간의 인지 기능과 정보 처리과정을 컴퓨터에 응용하는 방안을 모색하고 로봇에게 인간의 감정 표현 방법과 유사한 기능을 제공하기 위해 감정 매카니즘을 담당하는 뇌 영역과 신경망 간의 시간동기화에 대한 연구를 다수 제안하고 있다[3]. 또한 컴퓨터비전 연구자들은 뇌에서 어떻게 외부 시각 자극 데이터를 입력받는지, 어떤 데이터를 어떤 식으로 선택하고 뇌 내부에서 어떤 과정으로 시각정보화를 하는지에 대해 신경생리학을 통해 도출된 뇌 정보처리 기능을 컴퓨터 지능에 반영하고자 한다.
- 본 연구는 동작 특징 추출과 동작 패턴 인식에 대해 인간의 시각정보처리 기능에 기반한 새로운 인식 방법을 제시하기 위해 기존 컴퓨터비전 동작인식 기능에 생체 시각인지 기능 특성을 반영하고 인간의 인지기능 한계를 개선한 시각인지 기능을 추가한 동작인식을 시도하였다. 동작인식 대상이 담긴 이미지시퀀스가 모두 제시되기 전에 미리 인식 분류 결과를 도출하며 입력 시퀀스의 시간변화와 속도변화에 대응해서 우수한 동작인식결과를 보임을 확인하도록 실험에서 테스트 비디오를 보고 동작을 판별할 때 비디오 시퀀스를 세분화한 후, 이를 시각적 자극으로 전달하고 처리하는 방법을 설정하여 테스트하였다.
- 본 연구에서는 생체 시각정보처리 매카니즘을 바탕으로 비디오 시퀀스 내 동작을 효과적으로 인식하는 생체 기반 동작인식 모델을 제안하였다. 생체 시각자극 처리 매카니즘의 속성을 반영한 실험 결과, 제안 모델의 패턴 분류 방식이 일반적인 생체 시각처리 기능보다 시공간적 시퀀스를 잘 분류함을 보여주었다.
- 생체 기반의 시각정보처리 방식을 이용한 본 연구는 동작인식에 뇌의 생체 시각처리 시스템 기능을 모방한 매카니즘을 적용하여 동작을 효과적으로 인식하는 방법을 제안하고자 한다. 뇌가 동작을 인식하는 과정을 분석한 다음 이를 컴퓨터시스템의 동작인식에 적용함으로써 컴퓨터 비전의 주요 연구주제인 동작인식 연구에 뇌의 시각 인지 능력을 모방한 기능을 접목한 것이다.
- 연구에서 제시하는 동작인식 모델은 인간 두뇌에서 구동하는 시각인식 기능의 시간감지 속성을 반영한 시공간적 시각 시퀀스의 코딩과 판별을 목적으로 하고 있으며 비디오 시퀀스에서 추출한 몇 개의 동작 특징점으로도 동작 분류를 처리하고 3D 형태의 동작을 비디오 시퀀스의 2D 코딩을 통해 인식하여 생체 기반의 영리한 동작인식 방법을 제안함으로써 컴퓨터비전 기술 발전에 기여한다.
- 이 실험을 통해서는 속도가 변화하는 상태에서 동작을 잘 분류하는지 확인한다. 생물학적 시각 자극처리에서는 연속 적인 단계별 패턴 분류 뿐만아니라 순간적인 패턴 분류 역시 정확하게 처리하기 때문에 제안 모델 또한 시퀀스에서 순간적으로 패턴을 분류하는지를 설명할 필요가 있다.
- 단일 궤적은 복잡한 시퀀스를 해체하는 데 유용하기도 하지만 가장 간단한 패턴이 므로 동작의 직선 궤적 시뮬레이션의 목적인 여러 변수를 제어하면서 서로 다른 방향의 궤적을 판별하기 위함이다. 팔의 구부렸다 펴는 동작을 대상으로 동작인식을 테스트한것은 모델이 다른 속도로 여러 개의 동작 궤적을 동시에 처리할 수 있음을 설명하고 실제 이미지에 가까운 궤적을 시나리오 상에서 판별할 수 있음을 테스트하기 위해서이다.
가설 설정
- 검출한 패턴은 패턴 분류기가 분류하도록 해당 분류 층으로 전달한다. 제안 모델구조에서는 부분 패턴 검출이 가능함을 가정하고 패턴 분류를 수행했다. 한 동작에서 동작특징들의 서로 다른 이동궤적을 확인하기 위해서는 Continuum Neural Field Theory (CNFT)[24]를 이용한 계산 모델을 적용하여 시각 신호 입력 값이 2D 뉴런 형태의 해당 감수영역에 매핑하여 분포되도록 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.