[논문]실루엣과 특징 파라미터를 이용한 사람 행동 분석

김선우; 최연성; 양해권

실루엣과 특징 파라미터를 이용한 사람 행동 분석
Analysis of Human Activity Using Silhouette And Feature Parameters 원문보기

김선우 (군산대학교 정보통신공학과) , 최연성 (군산대학교 정보통신공학과) , 양해권 (군산대학교 정보통신공학과)

본 연구에서는 움직이는 물체가 있는 비디오에서 검출된 전경 영상(실루엣)을 토대로 사람을 추적하고 추적된 사람의 실루엣 형상을 통하여 활동성을 인식하는 실시간 감시 시스템에 적용 가능한 사람의 행동을 인식하고 분석하고자 한다. 전경에서 블랍(사람)을 검출하는 방법은 기존에 연구했던 차영상을 이용하였고, 검출된 블랍을 대상으로 사람임을 판단하고 사람인 경우 검출된 블랍의 실루엣을 이용한 기존의 자세 추정 기법에 추가적으로 4가지 특징들을 추가하여 사람의 행동을 분석한다. 각 파라미터들은 임계치를 통하여 구분하였다. 본 논문에서는 사람의 행동은 크게 네 가지의 경우로 {Standing, Bending/Crawling, Laying down, Sitting} 분류한다. 제안된 특징 파라미터들을 추가한 방법은 기존의 실루엣 기반의 자세 추정 기법만을 사용하는 것보다 좀더 높은 인식율을 보여주었다.

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

문제 정의

사람 몸 부분(머리, 양손, 양발)의 추적과 검출을 사람의 행동성을 이해하는데 매우 중요하다. 추출된 불랍들에서 사람 몸을 추출하기 위해서, 사람이 움직이는 동안에 몸 부분들의 상대적인 위치에 관한 두 가지 기본적인 관찰에 기반을 두고 연구하였다.[4]

제안 방법

PCA를 이용하여 중심점을 찾고 중심점을 찾은 후에 그 중심점으로부터 convex-hull 알고리즘을 반복적으로 적용하여 실루엣 가장자리에 위치한 주요 위치들을 찾는다.
하지만 이러한 실루엣을 이용한 몸 부분들만을 가지고 사람의 자세를 판단하기는 충분하지 않았다. 따라서 본 논문에서는 사람의 자세에 보다 정확한 척도를 위해서 추출된 실루엣을 이용하여 원형도, 넓이와 길이의 비율, 그리고 움직임 벡터의 방향성을 추가로 적용한다.
실시간 지능형 감시 시스템에서 사용하기 위해서는 연산이 비교적 간단하면서 정확성이 있어야 할 것이다. 따라서 본 논문에서는 실루엣을 이용하여 자세를 추정하는 기존의 방법을 선택하고, 이것에 추가적으로 움직임 백터와 원형도, 길이와 넓이의 비율 등의 다양한 파라미터들을 이용하여 사람의 자세를 추정하는 기법을 제한다. 움직임 벡터는 동영상으로 녹화 시 발생하는 것이고, 원형도와 길이와 넓이의 비율 역시 실루엣을 구하면서 계산이 되기 때문에 동영상이 녹화되는 순간에 실시간으로 처리가 가능하다.
본 논문에서의 사람의 행동을 크게 네 가지{Standing (서있는 자세), Bending/Crawling(쭈그린 자세), Laying down(누운/엎드리는 자세), Sitting(앉는 자세)}의 경우로 제한하고 연구를 하였다.
실루엣 형상에서의 자세 판단 결과를 원형도와 넓이/높이 비율, 머리 위치 파라미터들을 이용하여 다시 판단한다.
실험을 위해서 하나의 영상에 4가지 자세를 차례로 촬영하였다. 서있는 자세는 처음에 Standing 자세로 시작해서 4가지 자세를 연속적으로 취하였으며, 각 자세를 취하는 중간 중간에도 Standing 자세를 취했다.
자세를 추정하기 위해서 중요한 실루엣을 검출하기 위해서 가장 중요한 것은 비디오 영상에서 움직이는 블랍(사람)들을 얼마나 정확하게 검출하느냐 이다. 이러한 과정은 기존에 연구했던 가중치 차 영상과 움직임 백터를 이용하여 두드러진 움직임 정보를 검출하는 기법을 이용하였다.[2][3]
이렇게 검출된 블랍을 대상으로 실루엣을 추출하고 사람의 자세를 판단한다. 본 논문에서는 실루엣에서 자세를 추정하는 기법으로 기존의 W4의 실루엣을 이용한 2차원 몸 모델 기법을 사용하였다.

대상 데이터

여러 명의 사람으로부터 취득한 160개의 실루엣을 사용하여 자세를 이용한 추적에 대한 방법을 실험하였다. 실루엣 샘플은 4가지 서로 다른 사람들에 대한 포즈로 실험하였고 결과는 Standing 50개, Sitting 40개, Laying down 35개, Bending/Crawling 35개이다.
여러 명의 사람으로부터 취득한 160개의 실루엣을 사용하여 자세를 이용한 추적에 대한 방법을 실험하였다. 실루엣 샘플은 4가지 서로 다른 사람들에 대한 포즈로 실험하였고 결과는 Standing 50개, Sitting 40개, Laying down 35개, Bending/Crawling 35개이다.
0을 이용하여 실험하였다. 총 2200 프레임의 영상에서 해당 프레임을 뽑아내었다. 이중 성공한 것이 대부분이지만 그림 3의 f)번의 경우처럼 Laying down 이 되어야 하지만 Bending/Crawling으로 오인되는 경우도 있다.

이론/모형

본 논문에서는 6개의 주요 몸 부분들(머리, 양손, 양발, 몸통)의 위치를 알아내기 위해서 실루엣 기반의 몸 모델(Silhouette-based body model)을 사용한다. 그리고 10개의 보조적인 부분(양 팔꿈치, 양 무릎, 양 어깨, 양 겨드랑이, 엉덩이 그리고 등)들은 실루엣 가장자리와 인간의 몸의 위상을 사용하여 주요 부분의 위치를 찾는데 도움을 줄 수 있다.
이렇게 검출된 블랍을 대상으로 실루엣을 추출하고 사람의 자세를 판단한다. 본 논문에서는 실루엣에서 자세를 추정하는 기법으로 기존의 W4의 실루엣을 이용한 2차원 몸 모델 기법을 사용하였다.[4] 이 기법에 추가적으로 원형도, 넓이와 높이의 비율, 움직임 벡터의 방향성, 머리 위치를 고려하여 신뢰도를 높였다.

성능/효과

Bending/Crawling, Laying down} 으로 분류하였다. 실험 결과는 단순히 실루엣의 자세만을 이용할 때보다 특징 파라미터를 추가하였을 때 90~98%까지의 성공률이 더 높아진 것을 볼수 있었다.

후속연구

향후 연구과제로는 저 수준 뿐만 아니라 고 수준의 사람 행동 인식에 대하서 보다 세부적인 연구가 필요할 것이다. 또한, 분류의 신뢰성을 높이기 위해서 특징 파라미터들의 값을 좀 더 많은 실험을 통하여 적응적으로 변경할 수 있어야 할 것이며, 다른 특징 파라미터를 추가하여 접목시키는 것이 필요하다.
향후 연구과제로는 저 수준 뿐만 아니라 고 수준의 사람 행동 인식에 대하서 보다 세부적인 연구가 필요할 것이다. 또한, 분류의 신뢰성을 높이기 위해서 특징 파라미터들의 값을 좀 더 많은 실험을 통하여 적응적으로 변경할 수 있어야 할 것이며, 다른 특징 파라미터를 추가하여 접목시키는 것이 필요하다.

핵심어

질문

논문에서 추출한 답변

비디오 감시 시스템을 통해 관심을 가지는 연구는 무엇인가?

인간의 행동 및 자세 인식은 비디오 감시 시스템, 스포츠 비디오 분석, 비디오 인덱싱, HCI등 다양한 분야에서 응용이 가능하다. 비디오 감시 시스템에서는 사람, 사물, 차량 등을 구분하는 것보다는 사람의 행동은 인식하여 그 사람이 어떠한 행위를 하고 있느냐에 많은 관심을 가지고 연구를 하고 있다. 만약 어떤 사람의 안전을 위협하는 비정상적인 행동들을 하고 있다면, 그것이 즉각 검출되어 통보가 된다면 많은 도움이 될 것이다.

인간의 행동 및 자세 인식을 응용할 수 있는 분야는 무엇인가?

최근 인간의 행동 인식에 대한 분야는 컴퓨터 비전과 영상처리 분야에서 가장 활발하게 연구되고 있는 분야 중 하나이다. 인간의 행동 및 자세 인식은 비디오 감시 시스템, 스포츠 비디오 분석, 비디오 인덱싱, HCI등 다양한 분야에서 응용이 가능하다. 비디오 감시 시스템에서는 사람, 사물, 차량 등을 구분하는 것보다는 사람의 행동은 인식하여 그 사람이 어떠한 행위를 하고 있느냐에 많은 관심을 가지고 연구를 하고 있다.

사람의 동작이나 행동을 인식하기 위해 2D/3D 모델을 이용하는 방법이 좋지 않은 이유는 무엇인가?

사람의 동작이나 행동을 인식하기 위해서는 크게 실루엣을 이용하는 방법과 2D/3D 모델을 이용하는 방법으로 나뉜다. 후자의 경우에는 연산량이 복잡하고 연산량이 많아서 실시간 감시 시스템에 적용하기에는 아직까지는 좋은 방법이 아니다.[1]

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

실루엣과 특징 파라미터를 이용한 사람 행동 분석
Analysis of Human Activity Using Silhouette And Feature Parameters 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

실루엣과 특징 파라미터를 이용한 사람 행동 분석 Analysis of Human Activity Using Silhouette And Feature Parameters 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

실루엣과 특징 파라미터를 이용한 사람 행동 분석
Analysis of Human Activity Using Silhouette And Feature Parameters 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper