최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.21 no.7, 2020년, pp.685 - 691
In this study, an algorithm that recognizes numbers from 0 to 9 was developed using the data obtained after tracking hand movements using the echo signal of a millimeter-wave radar sensor at 77 GHz. The echo signals obtained from the radar sensor by detecting the motion of a hand gesture revealed a ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
MNIST 데이터셋은 무엇인가? | MNIST는 손으로 쓰인 28×28 크기의 0부터 9 사이의 숫자 이미지로 이루어진 대형 데이터베이스이며, 머신 러닝(machine-learning)을 위해 일반적으로 사용된다 [7]. 본 논문에서는 손동작으로 구해진 경로가 사람이 손으로 쓴 숫자들의 형태와 유사하다는 점에 주목하고 MNIST를 인식을 위한 학습데이터로 사용하였다. | |
손동작 인식 기술 중 모션 센서를 이용한 방식의 문제점은? | 사람의 신체를 이용해 컴퓨터와 자연스러운 상호작용을 목표로 하는 NUI(Natural User Interface) 분야에서 손동작 인식기술은 매우 편리 하고 직관적이기 때문에 과거부터 현재까지 지속해서 연구되어 오고 있다[1-2]. 손동작 인식에는 모션 센서를 이용한 동작 인식 그리고 광학 센서를 이용한 영상인식 기술 등이 사용되고 있으나, 모션 센서는 높은 비용과 사용 상의 어려움이 있고 광학 센서는 조명과 주변 장애물 등에 의해 인식에 문제가 발생한다. 최근 이러한 문제점들 로부터 자유롭고 다양한 환경에서도 사용할 수 있는 밀리미터파 레이더 센서를 이용한 손동작 인식 연구가 진행되고 있다[3-4]. | |
레이더 센서를 이용한 액티브 계측방법은 주로 어디에서 사용되는가? | 그러나 레이더 센서를 이용한 액티브 계측방법은 밀리미터파를 물체에 방사하여 산란된 반향 신호를 얻는 방식이므로 물체의 단면적 변화에 민감하게 반응한다. 이로 인해 움직이는 물체에서는 불규칙한 산란 신호를 얻게 되어, 주로 물체의 추적이나 단순 동작을 인식하는 데 사용되고 있다. 많은 분야에서 비접촉 방식으로 컴퓨터와 데이터를 주고받아야 하는 경우가 발생한다. |
S. Mitra and T. Acharya, "Gesture Recognition: A Survey", in IEEE Transactions on Systems, Man, and Cybernetics, Part C (Applications and Reviews), vol. 37, no. 3, pp. 311-324, May 2007. DOI: http://dx.doi.org/10.1109/TSMCC.2007.893280
H. C. Yoon and J. S. Cho, "Hand Feature Extraction Algorithm Using Curvature Analysis For Recognition of Various Hand Gestures", Journal of The Korea Society of Computer and Information, Vol.20, No.5, pp.13-20, May 2015. DOI : http://dx.doi.org/10.9708/jksci.2015.20.5.013
Y. S. Lee, "Study on the Hand Gesture Recognition System and Algorithm based on Millimeter Wave Radar", Journal of Korea Institute of Information, Electronics, and Communication Technology, Vol.12, No.3, pp.251-256, Dec. 2019. DOI : http://dx.doi.org/10.17661/jkiiect.2019.12.3.251
P. Molchanov, S. Gupta, K. Kim and K. Pulli, "Short-range FMCW monopulse radar for hand-gesture sensing", 2015 IEEE Radar Conference (RadarCon), Arlington, VA, pp. 1491-1496, Jun. 2015. DOI: http://dx.doi.org/10.1109/RADAR.2015.7131232
http://www.ti.com/lit/ds/symlink/iwr1443.pdf (accessed Dec. 01, 2019)
http://www.ti.com/lit/an/swra553a/swra553a.pdf (accessed Dec. 01, 2019)
http://yann.lecun.com/exdb/mnist/ (accessed March 10, 2020)
https://www.tensorflow.org/ (accessed March 10, 2020)
Jurgen Schmidhuber, "Deep learning in neural networks: An overview", Neural Networks, Vol.61, pp.85-117, Jan. 2015. DOI: http://dx.doi.org/10.1016/j.neunet.2014.09.003
M. J. Kang. "Comparison of Gradient Descent for Deep Learning" Journal of the Korea Academia-Industrial cooperation Society, Vol.21, No.2, pp.189-194, Feb. 2020. DOI: http://dx.doi.org/10.5762/KAIS.2020.21.2.189
Fritsch, F. N. and R. E. Carlson. "Monotone Piecewise Cubic Interpolation", SIAM Journal on Numerical Analysis. Vol. 17, pp.238-246, 1980. DOI: http://dx.doi.org/10.1137/0717021
https://github.com/franneck94/MNIST-Data-Augmentation (accessed March 10, 2020)
*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.