초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

동작(motion) 인식 방법 있어서 2차원 정보는 영상이라는 2차원 정보만을 이용하기 때문에 여러 가지 행동의 제약이 있으며 이것은 인식률을 저하시킬 뿐 아니라, 그 응용 면에서 자연스럽지 못하게 된다. 이러한 문제점을 보완하기 위하여 3차원 정보를 사용하는 시스템으로 발전하게 되었지만 영상 기반의 3차원 정보는 에러가 많이 포함되어 있을 뿐만 아니라 차원수가 높기 때문에 일정한 특징을 찾아내기 어렵다. 본 연구에서는 동작을 모델링하고 분석하기 위해 주성분 분석법을 사용하는 방법을 기술한다. 주성분 분석법은 낮은 차원의 영상 공간을 얻기 위해서 사용되는데, 이 방법을 사용함으로써 3차원 데이터가 가지는 에러의 영향을 줄일 수 있게 되고, 차원 축약의 효과를 얻을 수 있다.

동작(motion) 인식 방법 있어서 2차원 정보는 영상이라는 2차원 정보만을 이용하기 때문에 여러 가지 행동의 제약이 있으며 이것은 인식률을 저하시킬 뿐 아니라, 그 응용 면에서 자연스럽지 못하게 된다. 이러한 문제점을 보완하기 위하여 3차원 정보를 사용하는 시스템으로 발전하게 되었지만 영상 기반의 3차원 정보는 에러가 많이 포함되어 있을 뿐만 아니라 차원수가 높기 때문에 일정한 특징을 찾아내기 어렵다. 본 연구에서는 동작을 모델링하고 분석하기 위해 주성분 분석법을 사용하는 방법을 기술한다. 주성분 분석법은 낮은 차원의 영상 공간을 얻기 위해서 사용되는데, 이 방법을 사용함으로써 3차원 데이터가 가지는 에러의 영향을 줄일 수 있게 되고, 차원 축약의 효과를 얻을 수 있다.

AI 본문요약

엑셀 다운로드 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 본 연구에서는 3차원 동작 정보를 이용한 동작 인식 시스템에 대하여 기술하였다 인간의 동작을 수치적으로 표현하기 위해 5개의 신체 특징점을 정의했고, 이들 특징점의 3차원 정보를 계산하여 동작 정보를 추출하였다. 이러한 데이터를 모델링 하기위해서 주성분 분석법을 사용하였다.

제안 방법

• 여기서 Parametic Eigenspace란 A/명의 사람이 M개의 다른 관점을 가지고 있을 때, 개의 이미지 조합으로부터 얻어지는 모든 사람의 고유공간(eigenspace)에서 인식과 위치를 판단하는 방법이다. 3차원 객체의 비교를 위하여 하위의 조각들로 분해한 후 그 분해된 것 끼리 비교를 하여 유사성을 검사하는 이론을 제시하였다. 그러나, 3차원 정보의 사용으로 인한 오차 혹은 오인식의 부작용도 무시할 수 없다.
• <표 2>에서도 알 수 있듯이 가능한 모든 입력 영상벡터에 대한 주성분 분석 결과 고유값의 크기가 큰 쪽의 5개의 벡터가 고유공간에서의 기여도가 높은 것으로 나타났다. 따라서 본 논문에서는 주성분 분석법을 이용하여 21차원 입력 영상벡터를 5차원의 고유공간으로 차원을 축약시킨 뒤 고유공간 내에서 동작을 모델링하고 분석한다.
• 그러나 입력 데이터의 차원이 높으면 계산량이 많아서 실시간 영상을 인식하는데 어려움이 따르며, 또한 입력 데이터의 모든 차원이 모두다 일반적인 특징을 갖고 있지 않은 경우도 있기 때문에 고차원의 입력 데이터를 낮은 차원으로 줄여 이를 효과적으로 모델링 하는 방법을 사용하여야 한다. 따라서 본 연구에서는 주성분 분석법을 사용하여 고유공간에서 동작을 모델링 하기로 한다[3, 4],입력 영상벡터를 다음과 같이 정의하면,
• 모델 동작과 입력 동작의 유사도를 측정하기 위하여 각 모델 동작에 대한 고유공간에서의 평균값을 구하고, 이 평균값과의 5차원의 유클리드(Euclidean) 거리를 계산한다.
• <표 1>에서 정의한 동작들을 구별하기 위하여 수학적으로 모델링 하기 위하여 확실한 특징 벡터의 선정하기로 하자(2). 본 시스템에서는 3차원 상에서 머리를 기준으로 하는 양손( z까), 양발( Xif, Z”)의 상대 위치와 머리 이동 속도( 垄“)와 양발 이동 속도( 型/ 业#)벡터를 특징으로 사용한다.

이론/모형

• 이러한 데이터를 모델링 하기위해서 주성분 분석법을 사용하였다. 본 시스템은 고유공간에서 동작을 비교하기 위해 유클리드 거리 기반의 방법을 사용한다. 유클리드 거리 기반의 방법은 고유공간 내에서의 모델 동작의 분포형태를 고려하지 않기 때문에 모델 동작이 일반적이지 않을 경우 인식이 되지 않는 경우가 생길 수 있다.
• 본 연구에서는 불안정한 3차원 정보에 의해 인식률이 저하되는 문제를 해결하기 위해서 주성분 분석법(principal component analysis을 이용하였다. 주성분 분석법은 주로 다루기 힘든 고차원의 신호를 낮은 차원으로 줄여 다루기 쉽게 해주는 통계적 방법을 일컫는다.
• 3차원 정보를 계산하여 동작 정보를 추출하였다. 이러한 데이터를 모델링 하기위해서 주성분 분석법을 사용하였다. 본 시스템은 고유공간에서 동작을 비교하기 위해 유클리드 거리 기반의 방법을 사용한다.

성능/효과

• 이러한 문제는 모델 동작의 분포형태를 고려한 비교 방법으로 개선함으로서 해결할 수 있을 것이다. 또한 3차원 동작 데이터 또한 에러를 많이 포함하고 있음을 확인하였다. 이는 에러를 보정하는 프로세스를 추가함으로서 해결 할 수 있으며, 보다 안정적인 결과를 보일 것으로 예상된다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기