$\require{mediawiki-texvc}$

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.

Kinect v2를 이용한 인물 위치 및 행동 인식
Person Location and Behavior Recognition Using the Kinect v2 원문보기

한국방송∙미디어공학회 2020년도 추계학술대회, 2020 Nov. 28, 2020년, pp.312 - 314  

박경무 (서울과학기술대학교 전자 IT미디어공학과) ,  김상준 (서울과학기술대학교 정보통신미디어공학전공) ,  이유진 (서울과학기술대학교 미디어IT공학과) ,  박구만 (서울과학기술대학교 전자 IT미디어공학과)

초록
AI-Helper 아이콘AI-Helper

인물의 위치와 행동을 인식하는 것은 여러 분야의 서비스에서 활용할 수 있는 기술이다. 그렇기에 다양한 방식으로 연구되어 왔다. 기존의 방식은 일반 RGB 카메라의 영상에 영상처리 기법과 딥러닝을 사용하여 3차원 공간상의 인물 위치를 인식하는 방식과 라이다와 같이 깊이를 인식 할 수 있는 장치를 활용하여 3차원 공간상 인물의 위치를 인식하는 방식이 있다. 각각의 방식은 RGB 카메라를 이용할 수 있다는 장점, 인식률이 우수하다는 장점을 가지고 있다. 하지만 영상처리 방식은 연산량이 많아 실시간 서비스에 불리하다는 한계점이 있다. 라이다 방식은 기기의 부피가 커 공간제약이 있다는 점과 이동이 불편하다 있다는 한계점이 있다. 본 연구에서는 Kinect와 openFrameworks를 활용하여 공간이 효율적이고 연산량이 적은 방식의 3차원 공간에서 인물 위치 인식과 실시간 이동에 대한 방향 인식을 다룬다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 라이다 방식에 비해 상대적으로 부피가 작은 Kinect v2를 사용하고 영상처리 방식에 비해 상대적으로 연산량이 적은 Kinect v2의 RGB sensor, Depth senor 등의 sensor를 활용하여 사용자의 움직임을 인식하는 것에 관해 탐구하여 본다.
  • 본 연구는 인물의 이동 방향과 위치를 인식하는 것을 목표로 한다. 구체적으로 인물의 이동 방향은 하면, Kinect Camera 정면을 기준 하여 “N(북쪽)” 방향이라고 정의한다.
  • 향후 연구는 Kinect를 기준으로 인물이 위치하는 지점을 동적으로 조정하여 인물의 위치를 능동적으로 설정하는 것을 목표로 한다.
본문요약 정보가 도움이 되었나요?

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
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