• Journal of Korea Game Society
• /
• v.17 no.5
• /
• pp.133-142
• /
• 2017

Recently, screen climbing contents such as sports climbing learning program and screen climbing games. Especially, there are many researches on screen climbing games. In this paper, we propose the skeleton correction method based on the body area of a climber to improve the posture recognition accuracy. The correction method consists of the modified skeletal frame normalization with abnormal skeleton joint filtering, the classification of body area into joint parts, and the final skeleton joint correction. The skeletal information obtained by the proposed method can be used to compare the climber's posture and the ideal climbing posture.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.1101-1104
• /
• 2019

키넥트는 RGBD 카메라로 인체의 뼈대와 관절을 3D 공간에서 스켈레톤 데이터수집을 가능하게 해주었다. 스켈레톤 데이터를 활용한 행동 분류는 RNN, CNN 등 다양한 인공 신경망으로 접근하고 있다. 본 연구는 키넥트를 이용해서 Skeleton Joints를 수집하고, DNN 기반 스켈레톤 모델링 학습으로 행동을 분류한다. Skeleton Joints Processing 과정은 키넥트의 Depth Map 기반의 Skeleton Tracker로 25가지 Skeleton Joints 좌표를 얻고, 학습을 위한 전처리 과정으로 각 좌표를 상대좌표로 변경하고 데이터 수를 제한하며, Joint가 트래킹 되지 않은 부분에 대한 예외 처리를 수행한다. 스켈레톤 모델링 학습 과정에선 3계층의 DNN 신경망을 구축하고, softmax_cross_entropy 함수로 Skeleton Joints를 집는 모션, 내려놓는 모션, 팔짱 낀 모션, 얼굴을 가까이 가져가는 모션 해서 4가지 행동으로 분류한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.157-160
• /
• 2022

딥러닝이 각광받기 시작하면서 인간의 자세와 행동을 인식하고 분류하기 위한 인공지능 기술 또한 급속도로 발전하게 되었다. 영상에서 인간의 자세를 디지털 데이터로 표현할 때 인체의 주요 관절점의 위치와 연결관계를 나타내는 스켈레톤 표현 방식을 주로 사용한다. 본 논문에서는 스켈레톤 데이터에 비밀 메시지를 은닉할 수 있는 스테가노그라피 알고리즘에 대해 소개하고, 스켈레톤을 구성하는 주요 관절점 키포인트를 조작했을 때 행동 인식 인공지능 모델이 어떻게 반응하는지 살펴봄으로써 스켈레톤 데이터에 대한 스테가노그라피 알고리즘의 특성과 보안성에 대해 논의한다.

• Journal of Advanced Navigation Technology
• /
• v.24 no.2
• /
• pp.155-162
• /
• 2020

Recently, with the development of computer vision and deep learning technology, research on human action recognition has been actively conducted for video analysis, video surveillance, interactive multimedia, and human machine interaction applications. Diverse techniques have been introduced for human action understanding and classification by many researchers using RGB image, depth image, skeleton and inertial data. However, skeleton-based action discrimination is still a challenging research topic for human machine-interaction. In this paper, we propose an end-to-end skeleton joints mapping of action for generating spatio-temporal image so-called dynamic image. Then, an efficient deep convolution neural network is devised to perform the classification among the action classes. We use publicly accessible UTD-MHAD skeleton dataset for evaluating the performance of the proposed method. As a result of the experiment, the proposed system shows better performance than the existing methods with high accuracy of 97.45%.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1906-1907
• /
• 2011

본 논문에서는 손 영역 스켈레톤 모델을 이용한 비접촉식 스크린 입력 장치를 제안한다. 제안하는 방법은 HCbCr 컬러 모델을 생성한 후 손 후보 영역을 추출하고, 손 영역을 추출하기 위해 레이블링 기법을 사용한다. 손 이외의 피부를 제거하기 위해 손 크기 이하의 객체는 필터링을 거친 후 최종적인 손 영역을 추출한다. 손 영역의 특징점은 무게 중심법과 굴곡 기법을 이용하여 추출한다. 특징점을 연결하여 손의 스켈레톤 모델을 생성하고 각 손가락에 터치 이벤트를 부여한다. 손가락의 구부러진 각도를 이용하여 터치 동작을 인식 및 실행하게 된다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.215-217
• /
• 2021

본 논문은 3D 공간에서 사용자를 추출한 뒤, 체적 정보 분석을 통한 3D 스켈레톤(skeleton) 분석 과정을 통해 정확도 높은 다수 사용자의 위치 추적 기술에 대해 연구하였다. 이를 위하여 YOLO(You Only Look Once)를 활용하여 실시간으로 객체를 검출(Real-Time Object Detection)한 뒤 Google의 Mediapipe를 활용해 스켈레톤 추출, 스켈레톤 정규화(normalization)를 통한 스켈레톤의 크기 및 상대적 비율 계산, RGB 영상 스케일링(Scaling) 후 주요 마디 인접 영역의 RGB 색상 정보를 추출하는 방법을 통해 정확도가 개선된 높은 성능의 다중 사용자 추적 기술을 연구하였다.

• Proceedings of the Korea Contents Association Conference
• /
• 2005.05a
• /
• pp.55-58
• /
• 2005

The existing game development way is adopting a direct engine design way. It was hard to learn game development, but it can learn the process that uses a script an abstraction. And it improves productivity and convenience anger because modeling does not do an engine directly and reduce a development cost and can solve a problem of a development human power security. The representative characteristic of this paper was able to change a development environment into an abstract script language with modeling having done an engine in the existing game development environment directly.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.321-322
• /
• 2007

본 논문에서는 로봇과 인간의 인터액션을 위해 인간 몸의 실루엣 및 액티브 스켈레톤 추출 기법을 제안한다. 연속된 이미지 정보로 부터 얻어진 옷영역등의 정보에서 background subtraction를 이용한 adaptive fusion을 통해 추출된 인간 몸의 실루엣을 바탕으로 active contour와 가상 신체 모델인 skeleton model을 응용하여 작은 움직임에 보다 강한 active skeleton model을 이용하여 인간 몸의 특징 점 위치를 추출하는 방법을 한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.362-365
• /
• 2006

본 논문에서는 인간 로봇 상호 작용을 위해 정확한 스켈레톤 특징점을 추출하는 강인한 추출기를 설계한다. 제안된 특징점 추출기는 인간의 움직임 정보로부터 얻어진 색상, 윤곽선, 시간차 정보 및 가상 신체 모델을 이용하여 정확한 특징점 위치를 찾아낸다. 또한 특징점 추출에 소요되는 탐색 시간을 줄이기 위해 격자박스를 이용한 원형 탐색 기법을 도입하였다. 최종적으로 기법의 우수성을 확인하기 위해 다양한 동작의 특징점 추출 실험을 수행하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.838-841
• /
• 2020

본 논문은 영상 속 폭력행위를 인식하기 위해 3 차원 컨벌루션을 활용하여 원본 영상과 스켈레톤(skeleton)영상으로부터 추출한 시각 및 움직임 정보를 동시에 활용하는 2-스트림 구조의 폭력상황 인식기를 제안한다. 제안된 폭력상황 인식기에서는 수평, 수직 방향의 큰 움직임이 많이 나타나는 폭력영상의 특성을 활용하기위해 각 방향의 특성을 독립적으로 학습할 수 있는 split-FAST 3차원 컨벌루션을 활용하고, 3 차원 Attention 을 적용하여 시각 및 움직임 정보 추출 시 영상의 중요지역을 중점적으로 반영하도록 함으로써 촬영 기기의 이동 또는 여러 사람의 뒤엉킴 등으로 영상의 시점 변화나 상황 변화가 잦은 경우에도 강인한 성능을 가질 수 있도록 하였다. 또한 기존의 연구들과 달리 비제약적인 환경에서 CCTV, 모바일 카메라 등으로 촬영된 실제 영상들로 구성된 RLVS 데이터셋을 학습 데이터로 사용함으로써 실제의 폭력 행위를 잘 인식할 수 있도록 하였다. RLVS 를 이용한 평가 실험에서 제안된 폭력상황 인식기가 약 92%의 인식 정확도를 얻었다.