[논문]깊이영상을 이용한 사람의 키 추정 방법

김흥준; 박유현; 권순각

doi:10.9723/jksiis.2017.22.2.053

깊이영상을 이용한 사람의 키 추정 방법
A Method of Estimating the Human Height Using Depth Images 원문보기

한국산업정보학회논문지 = Journal of the Korea Industrial Information Systems Research, v.22 no.2, 2017년, pp.53 - 60

김흥준 (동의대학교 컴퓨터소프트웨어공학과) , 박유현 (동의대학교 컴퓨터소프트웨어공학과) , 권순각 (동의대학교 컴퓨터소프트웨어공학과)

초록
AI-Helper

본 논문에서는 깊이센서 카메라를 이용하여 획득된 깊이영상으로부터 사람의 키를 측정하는 방법을 제안한다. 깊이영상을 이용하면 색상영상에 비해 정확한 키의 측정이 가능하다. 본 논문에서는 수직방향으로 사람의 중앙부를 검출하고, 중앙 위치에서 측정된 키의 값을 누적하는 방법을 제안한다. 실험을 통해 제안한 방법이 기존의 방법 보다 성능이 우수한 것을 확인하였다.

Abstract ▼ AI-Helper

In This Paper, We Propose a Method to Estimate the Human Height from the Depth Image Obtained using a Depth Camera. Using the depth Image, Accurate Measurement for Human Height is Possible Compared with Color Image. This Paper Presents a Method to Detect the Center of a Person in the Vertical Direction and to Accumulate the Measured Height Values at the Center Position. Simulation Results Show that the Proposed Method has Better Performance than the Conventional Methods.

주제어

AI 본문요약
AI-Helper

문제 정의

본 논문에서는 깊이센서 카메라를 이용하여 정지 중인 사람의 키를 1cm, 보행중인 사람의 키를 2cm 오차 이내로 추정하는 방법을 제안한다. 키를 추정하기 위해서는 두 깊이영상에서 배경과 객체를 구분하는 이진화 단계가 선행되어야 한다.

가설 설정

먼저, 배경 깊이영상을 촬영하여 축적하고, 이후 깊이영상의 각 화소에 대하여 촬영된 깊이 영상의 깊이 값과 배경영상의 깊이 값을 비교하여 이진화를 수행한다[9-10]. 본 논문에서는 사람의 키를 측정하는 것이 목적이므로 일정 크기이 상의 객체를 사람 객체로 가정한다. 사람 객체로 부터 중심선을 찾은 뒤 객체 내에서 중심선의 양끝에 해당하는 정수리와 발바닥 화소를 검출한 다.

제안 방법

제안한 방법은 먼저, 사람 객체로 부터 중심선을 찾은 뒤 객체 내에서 중심선의 양 끝에 해당하는 정수리와 발바닥 화소를 검출한다. 검출된 정수리와 발바닥 화소 사이의 실제 거리를 이용하여 키를 추정한다. 이후 카메라와 사람의 거리에 따른 오차를 보정 한다.
배경과 객체를 구분하기 위해서 먼저 배경 깊이영상을 촬영하여 축적하고, 이후 깊이영상의각 화소에 대하여 촬영된 깊이영상의 깊이 값과 배경영상의 깊이 값을 비교하여 이진화를 수행한 다[9-10]. 본 논문에서는 배경 깊이영상을 100프레임 축적하여 각 화소의 최소값을 배경영상으로 이용하였다.
실시간으로 추정되는 사람의 키는 사람의 작은 움직임에도 값이 변화하는 문제가 있다. 이러한 문제를 해결하기 위해 실시간으로 추정된 키의 누적 평균을 이용하였다. 그 결과 보행중인 사람에 대해서도 키 추정이 가능해졌으며 정확도 또한 크게 향상되었다.
검출된 정수리와 발바닥 화소 사이의 실제 거리를 이용하여 키를 추정한다. 이후 카메라와 사람의 거리에 따른 오차를 보정 한다. 실시간으로 추정되는 사람의 키는 사람의 작은 움직임에도 값이 변화하는 문제가 있다.
본 논문에서는 깊이영상을 이용해 사람의 키를 추정하는 방법을 제안하였다. 제안한 방법은 먼저, 사람 객체로 부터 중심선을 찾은 뒤 객체 내에서 중심선의 양 끝에 해당하는 정수리와 발바닥 화소를 검출한다. 검출된 정수리와 발바닥 화소 사이의 실제 거리를 이용하여 키를 추정한다.

대상 데이터

배경과 객체를 구분하기 위해서 먼저 배경 깊이영상을 촬영하여 축적하고, 이후 깊이영상의각 화소에 대하여 촬영된 깊이영상의 깊이 값과 배경영상의 깊이 값을 비교하여 이진화를 수행한 다[9-10]. 본 논문에서는 배경 깊이영상을 100프레임 축적하여 각 화소의 최소값을 배경영상으로 이용하였다. Fig.
제안하는 방법의 성능을 평가하기 위해 5명을 대상으로 50프레임 동안 키를 추정하였다. Table 3은 제안한 방법으로 사람의 키를 추정한 결과이다.

성능/효과

이러한 문제를 해결하기 위해 실시간으로 추정된 키의 누적 평균을 이용하였다. 그 결과 보행중인 사람에 대해서도 키 추정이 가능해졌으며 정확도 또한 크게 향상되었다. 실험을 통해 기존의 색상 영상과 깊이영상을 이용한 키 추정 방법에 비해 성능이 우수함을 확인하였다.
그 결과 보행중인 사람에 대해서도 키 추정이 가능해졌으며 정확도 또한 크게 향상되었다. 실험을 통해 기존의 색상 영상과 깊이영상을 이용한 키 추정 방법에 비해 성능이 우수함을 확인하였다.

후속연구

본 논문에서 제안한 방법은 대상의 신원을 파악하는 영상보안 분야, 고객의 신체적 특징을 파악하는 마케팅 분야, 다양한 신호처리 분야[12, 13]에 활용될 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	키 추정에서 깊이센서 카메라를 이용하는 경우의 장단점은?	반면, 깊이센서 카메라를 이용하는 경우 깊이 정보(depth) 취득범위로 인해 원거리에서의 키추정은 불가능한 단점이 있지만, mm 단위의 깊이정보를 제공하기 때문에 색상 카메라에 비해 정확한 키 추정이 가능한 장점이 있다. 깊이센서 카메라를 이용한 기존연구로 키넥트를 이용한 실내에서의 키 추정 방법[1]에서는 키넥트에서 제공하는 관절 점 정보와 깊이센서 카메라가 설치된 높이 정보를 이용하여 정지 상태에 있는 사람의 키를 추정 하였다.
	깊이센서 카메라로 실시간으로 추정되는 사람의 키가 사람의 작은 움직임에도 값이 변화하는 이유는?	깊이센서 카메라는 초당 30프레임의 속도로 깊이영상을 획득하므로 실시간으로 추정되는 사람의 키는 사람의 작은 움직임에도 값이 변화한다. 본 논문에서는 이러한 문제를 해결하기 위해 실시간으로 추정된 키의 값을 누적하여 보행중인 사람에 대해서도 키 추정이 가능해졌으며 정확도 또한 향상되었다.
	깊이센서 카메라를 이용하여 키를 추정하기 위해서 무엇이 선행되어야 하는가?	본 논문에서는 깊이센서 카메라를 이용하여 정지 중인 사람의 키를 1cm, 보행중인 사람의 키를 2cm 오차 이내로 추정하는 방법을 제안한다. 키를 추정하기 위해서는 두 깊이영상에서 배경과 객체를 구분하는 이진화 단계가 선행되어야 한다. 먼저, 배경 깊이영상을 촬영하여 축적하고, 이후 깊이영상의 각 화소에 대하여 촬영된 깊이 영상의 깊이 값과 배경영상의 깊이 값을 비교하여 이진화를 수행한다[9-10]. 본 논문에서는 사람의 키를 측정하는 것이 목적이므로 일정 크기이 상의 객체를 사람 객체로 가정한다.

참고문헌 (13)

Momeni-k, M., Diamantas, S. C., Ruggiero, F. and Siciliano, B., "Height Estimation from a Single Camera View," In VISAPP(1), pp. 358-364, 2012.
Jeon, S. H., Song, J. K., Park, J. S. and Yoon, B. W., “Video Based Pedestrian Height Estimation Using Winer Optimization,” Journal of Korea Multimedia Society, Vol. 19, No. 2, pp. 264-270, 2016.

원문보기 상세보기
BenAbdelkader, C., and Yacoob, Y., "Statistical Body Height Estimation from a Single Image," Proc. of Int. Conf. on 8th Automatic Face & Gesture Recognition, pp. 1-7, 2008.
Park, S. W., Kim, T. E. and Choi, J. S., "Robust Estimation of Heights of Moving People Using a Single Camera," Proceedings of the International Conference on IT Convergence and Security 2011, Vol. 120, pp. 389-405, 2011.
Kim, S. M., Song, J. K., Yoon, B. W. and Park, J. S., “Height Estimation of Pedestrian Based on Image,” Journal of Korea Institute of Electronic Communication Sciences, Vol. 9, No. 9, pp. 1035-1042, 2014.

원문보기 상세보기
Choi, H. J. and Shin, H. S., "Modeling for Webcam-Based Height Measurement System," Journal of the Korean Institute of Electrical Engineers, pp. 1419-1420, 2015.
Jeon, T. J., Kim, J. S., Lee, K. J., Bae, H. B. and Lee, S. Y., "Human Height Estimation Algorithm Using the Single RGB Camera," Journal of the Institute of Electronics Engineers of Korea, pp. 477-487, 2014.
Kim, S. M., Song, J. K., Yoon, B. W. and Park, J. S., “Height Estimation Using Kinect in the Indoor,” Journal of the Korea Institute of Electronic Communication Sciences, Vol. 9, No. 3, pp. 343-350, 2014.

원문보기 상세보기
Kim, H. S. and Kwon, S. K., “Presentation Method Using Depth Information,” Journal of Korean Society Of Broad Engineers, Vol. 18, No. 3, pp. 409-415, 2013.
Lee, D. S. and Kwon, S. K., “Recognition Method of Multiple Objects for Virtual Touch Using Depth Information,” Journal of Korea Industrial Information Systems Research, Vol. 21, No. 1, pp. 27-34, 2016.

원문보기 상세보기
Lee, D. S. and Kwon, S. K., “Correction of Perspective Distortion Image Using Depth Information,” Journal of Korea Multimedia Society, Vol. 18, No. 2, pp. 106-112, 2015.

원문보기 상세보기
Kim, S. Y., Yoon, C. Y. and Yu, E. J., “A Study on the Development of Learning Contents of Augmented Reality by Perception Rate and Speeding,” Journal of Internet Electronic Commerce Research, Vol. 14, No. 4, pp. 313-333, 2014.
Kim, S. Y. and Lee, S. M., “Implementation of an Image Board Remote Control System Using PDA Based on Embedded Linux in Wireless Internet,” Journal of Information Systems, Vol. 17, No. 1, pp. 155-171, 2008.

원문보기 상세보기

저자의 다른 논문 :

LOADING...

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증