$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

모바일 사용자를 위한 3 차원 가속도기반 제스처 인터페이스
Gesture interface with 3D accelerometer for mobile users 원문보기

한국HCI학회 2009년도 학술대회, 2009 Feb. 09, 2009년, pp.378 - 383  

최봉환 (연세대학교 컴퓨터과학과) ,  홍진혁 (연세대학교 컴퓨터과학과) ,  조성배 (연세대학교 컴퓨터과학과)

초록
AI-Helper 아이콘AI-Helper

최근 많은 시스템이 사용자에 착용되어 사용자의 의도를 추론하고, 그에 맞는 서비스를 제공한다. 항상 사용자가 지니게 되는 모바일 기기에 장착될 센서에 의해 진행되는 이러한 흐름에서 가속도 센서는 이미 선두적인 역할을 하고 있다. 가속도 센서는 각종 움직임 정보를 수집하며, 제스처 기반의 사용자 인터페이스의 개발에 매우 유용하다. 보통 제스처 등의 시계열 패턴을 인식하기 위해서 많은 연산이 필요하며 연산능력이 상대적으로 부족한 모바일 환경에서는 보다 효율적인 기법이 요구된다. 본 논문은 저수준과 고수준으로 이루어진 모션 라이브러리기반 2 단계 인식기를 제안한다. DTW 를 기반으로 동작하는 3 차원 가속도 기반 저수준 인식기와 언어적으로 기술된 정보를 기반으로 하여 복합적인 동작에 대한 인식기로 구성된 모션 라이브러리를 구성하여 모바일 환경에 적합하도록 하였다.

Abstract AI-Helper 아이콘AI-Helper

In these days, many systems are equipped with people to infer their intention and provide the corresponding service. People always carry their own mobile device with various sensors, and the accelerator takes a role in this environment. The accelerator collects motion information, which is useful fo...

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 모바일 환경을 위한 인식기 기반 인터페이스를 위한 저 수준 인식기 모델에 대한 구현 및 성능, 사용성을 점검했다. 본 논문에서 한 이러한 저수준 인식기를 바탕으로 확장된 인식기를 개발함으로써 사용자는 단순하고 이해 하기 쉬운 인터페이스를 제공 받을 수 있으며, 개발자는 인식결과를 사용한 3.
  • 이 논문에서는 DTW 기반으로 사용자 별로 학습이 가능한 모션 라이브러리를 개발하고자 한다. 본 논문에서 제안하는 라이브러리는 크게 1) 단위 자세 또는 동작 인식을 위한 저 수준 모션 라이브러리와 2) 복합적으로 구성된 동작 인식을 위한 언어적 모션 라이브러리의 2 단계로 나누어져 있다.
  • 즉 윈도우 크기(w)에 대해 슬라이딩 크기 (s)가 주어 져 있다면, w/s 개의 window 가 동시에 동작하여 위의 인식알고리즘을 수행하는 형태로 진행된다. 이러한 조치는 변형 알고리즘에서 DTW 의 왜곡범위를 전체 윈도우 크기가 아닌 D 로 제한하는 것으로 속도와 정확도를 동시에 잡기 위한 방법으로 고안하였다. 다만, 이때 왜곡 범위 D 는 슬라이딩 크기와 동일하거나 크게 잡아야 한다.

가설 설정

  • 이중에서 결과가 잘 나온 1 회 차의 혼동행렬은 표 2 와 같은데 이를 보면 전반 적으로 다른 동작이 BT 와 LS 동작으로 오인식 하는 경우가 많고, 나머지 동작에서는 비슷한 정도의 오 인식률을 가지는 것으로 확인 된다. 오인식의 원인은 1) DTW 의 거리 함수의 정확성, 2) 동작의 크기/세기에 따른 영향을 고려해야 할 것 같다. 또한 인식 구간을 설정 하는 문제에 있어서도 더 정확한 인식 구간을 사용할 수 있다면 높은 성능을 기대할 수 있을 것으로 보인다.
본문요약 정보가 도움이 되었나요?
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로