• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 1부
• /
• pp.1348-1353
• /
• 2006

본 논문은 3 차원 게임 제어를 위한 인간의 동작인식에 대하여 기술하고 있다. 사용자의 편의성을 위하여 게임에 직관적으로 적용할 수 있는 인간의 동작들을 마커프리 모션 캡쳐 장비를 이용하여 취득하고, 이를 실시간으로 인식하는 동작 인식 시스템을 개발하였다. 또한, 개발된 동작인식기를 이용한 3차원 게임으로의 응용시스템의 접근 방식에 대하여 기술하고 있다. 개발된 동작 인식기는 LDA 방식에 기반을 둔 확률적 접근 방식으로 실시간으로 빠르고 정확하게 응용 시스템에 필요한 인간의 동작을 구별할 수 있도록 설계되었다. 개발된 시스템에서는 인식된 결과를 실시간으로 실제 어플리케이션에 전달하여 그 결과를 직접 사용자가 판단하여 다음 동작을 수행 할 수 있도록 되어 있다. 본 논문은, 이러한 실제 시스템의 개발을 통하여, 3 차원 인간 동작의 간단하고 유용한 활용 방법에 대한 해법을 제시하고 있다.

• 한국컴퓨터정보학회논문지
• /
• 제19권12호
• /
• pp.91-100
• /
• 2014

본 논문에서 우리는 인간 동작 인식 기술을 카메라 기반, 추가적인 하드웨어 기반, 그리고 주파수 기반 기술들로 분류한다. 각 기술 항목에 대한 대표적인 기술사례들을 설명하고, 그들의 장점과 단점을 기술한다. 인간 동작 인식 기술에 대한 중요한 성능 이슈 항목을 정의하고, 소개된 인간 동작 인식 기술들을 정의된 성능 이슈 항목에 따라 분석한다. 분석 결과 카메라 기반 인간 동작 인식 기술들은 공통적으로 손쉽게 사용할 수 있고, 높은 정확도로 동작을 인식할 수 있지만, 비용적, 인지 범위 등의 단점이 있다. 이에 비해 추가 하드웨어 기반 동작 인식 기술들은 공간의 제약, 빛이나 소음 등의 영향을 받지 않거나 최소화하였지만, 사용자가 직접 착용을 해야 하는 단점을 가진다. 최근에는 이러한 문제점을 보완하고자 주파수 기반 동작 인식 기술들이 연구 및 개발 중에 있다. 이들은 공간의 제약을 줄이고, 추가적 장비 없이 쉽게 동작인식을 할 수 있지만 아직 상용화 되지 않은 초기 연구 단계이며, 다른 신호나 주파수가 정확도에 영향을 줄 수 있다는 단점이 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.140-142
• /
• 2000

인간과 기계가 효과적인 상호작용을 하기 위해서는 컴퓨터 시스템이 인간의 행동을 인식할 수 있어야 한다. 본 연구에서는 인공 신경망을 사용하여 컴퓨터 시스템이 인간의 움직임을 관찰한 후 행위자의 성별을 인식하도록 하는 시스템을 구현하였다. 두 가지 감정상태(보통상태, 화난 상태) 하에서 일어난 인간의 세 가지 동작(문 두드리기, 손 흔들기, 물건 들어올리기)을 대상으로 하여 인간 동작 데이터를 통해 만들어진 학습 데이터를 통해 98.0%의 인식률을 보일 때까지 학습시키고 나서, 이전에 사용하지 않았던 새로운 데이터에 대해 얼마나 설별을 잘 구별해 내는지 실험하였다. 동작이 일어나는 동안 행위자의 몸 여섯 군데에서 속도 데이터를 얻어내서 신경망의 입력값으로 사용하였다. 그 결과 최저 62.3%이상 최고 94.3%까지 인간 성별을 구분해 낼 수 있었고 이는 같은 데이터에 대해서 사람을 통해 실험한 것보다 훨씬 나은 것이다.

• 한국멀티미디어학회논문지
• /
• 제7권8호
• /
• pp.1035-1045
• /
• 2004

본 논문에서는 저차원 제스처 특징 공간에서 연속적인 인간의 제스처 형상을 이용하여 제스처를 인식하고 동작을 구체적으로 평가하는 방법에 대해 소개한다. 기존의 HMM, 뉴럴 넷을 이용한 제스처 인식방법은 주로 인간의 동작 패턴을 구분할 수 있지만 동작의 크기 정보를 이용하기엔 어려움이 있다. 여기서 제안한 방법은 연속적으로 촬영된 인간의 제스처 영상들을 파라메트릭 고유공간이라는 저차원 공간으로 표현하여 모델과 입력 영상간의 거리 계산으로써 포즈뿐만 아니라 동작에 관한 빠르기나 크기와 같은 구체적인 정보를 인식할 수 있다. 이 방법은 단순한 처리와 비교적 안정적인 인식 알고리즘으로 지적 인터페이스 시스템이나 감시 장비와 같은 여러 응용 시스템에 적용 될 수 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권8호
• /
• pp.299-308
• /
• 2014

신체 동작, 얼굴 표정과 같이 아주 복잡한 생체 패턴을 인식하고 분류하는 인간의 능력을 모방한 정보처리 컴퓨팅 관련 연구가 최근 다수 등장하고 있다. 특히 컴퓨터비전 분야에서는 인간의 뛰어난 인지 능력 중 상황정보 없이 시각시퀀스에서 동작을 분류하는 기능을 통해 시공간적 패턴 코딩과 빠른 인식 방법을 이해하고자 한다. 본 연구는 비디오 시퀀스상의 동작인식에 생물학적 시각인지과정의 영향을 받은 생체 기반 컴퓨터비전 모델을 제시하였다. 제안 모델은 이미지 시퀀스에서 동작을 검출하고 시각 패턴을 판별하는 데 생체 시각처리과정의 신경망 구조 단계를 반영하였다. 실험을 통해 생체 기반 동작인식 모델이 인간 시각인지 처리의 여러 가지 속성을 고려했을 뿐 아니라 기존 동작인식시스템에 비해 시간 정합성이 뛰어나며 시간 변화에 강건한 분류 능력을 보임을 알 수 있다. 제안 모델은 지능형 로봇 에이전트와 같은 생체 기반 시각정보처리 시스템 구축에 기여할 수 있다.

• 전자통신동향분석
• /
• 제20권2호통권92호
• /
• pp.14-20
• /
• 2005

인간과 로봇과의 자연스러운 상호작용을 위하여 시각을 기반으로 한 사용자 의도 및 행위 인식에 대한 연구가 활발히 진행되고 있다. 제스처 인식은 시각을 기반으로 한 인식 분야에서 핵심 기술 분야로 연구되어 왔으며 최근에는 로봇이 인간에게 자연스러운 서비스를 제공해 주거나 로봇의 동작을 제어하기 위해 연구되고 있는 분야이다. 본 고에서는 기존에 제어된 제스처 인식 기술과 최근 인간-로봇의 상호작용을 위한 제스처인식 기술에 대하여 알아본다.

• 융합신호처리학회논문지
• /
• 제24권2호
• /
• pp.90-96
• /
• 2023

합성곱 신경망을 비롯하여 딥러닝 신경망의 학습에서 많은 양의 훈련데이터의 확보는 과적합 현상을 피하고 우수한 성능을 가지기 위해서 매우 중요하다. 하지만, 딥러닝 신경망에서의 레이블화된 훈련데이터의 확보는 실제로는 매우 제한적이다. 이를 극복하기 위해, 이미 획득한 훈련데이터를 변형, 조작 등으로 추가로 훈련데이터를 생성하는 여러 증강 방법이 제안되었다. 하지만, 이미지, 문자 등의 훈련데이터와 달리, 인간 동작 인식을 행하는 합성곱 신경망의 생체신호 훈련데이터를 추가로 생성하는 증강 방법은 연구 문헌에서 찾아보기 어렵다. 본 연구에서는 합성곱 신경망에 기반한 인간 동작 인식을 위한 생체신호 훈련데이터를 생성하는 간편하지만, 효과적인 증강 방법을 제안한다. 본 연구의 제안된 증강 방법의 유용성은 추가로 생성된 생체신호 훈련데이터로 학습하여 합성곱 신경망이 인간 동작을 높은 정확도로 인식하는 것을 보임으로써 검증하였다.

• 한국멀티미디어학회논문지
• /
• 제15권8호
• /
• pp.1059-1066
• /
• 2012

오늘날 스마트폰의 발전으로 스마트폰 내장 센서를 통해 사용자의 개인 정보를 쉽게 파악 할 수 있고 원한다면 사용자의 위치를 실시간으로 알아낼 수 있다. 그리하여 센서를 통해 추출된 데이터를 통해 동작인식과 생활 패턴 인식에 관한 연구가 급증하고 있다. 본 논문에서는 기존의 동작 인식 연구에서 추출되는 데이터를 정형화하기 위해 동작 데이터를 모델링하였다. 본 논문의 일상 동작 모델링은 이론적 분석이다. 동작을 크게 두 가지로 분류시켜 가속도 센서만으로 인식 가능한 기본 동작을 물리적 동작으로 정의하고 그 외 목적과 대상, 장소를 포함하는 모든 동작을 논리적 동작으로 분류시켰다. 모델링 된 데이터를 기반으로 각 동작의 특성에 맞게 가시화 하는 방안을 제안하였다. 본 연구를 통해 인간의 일상생활을 동작별로 간편하게 표준화 할 수 있고 기존의 동작 인식 연구에서 추출되는 동작 데이터를 사용자의 요구에 따라 가시화 할 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• pp.538-540
• /
• 2004

이 논문에서 제안된 인간행동패턴 결정을 위한 상황인식 미들웨어는 Intelligent Home환경에서 인간과 Home환경과의 지능적인 Agent로써의 역할을 담당한다. 우리는 제시된 논문에서 인간행동패턴 결정을 위한 상황인식 미들웨어의 아키텍처를 제안하고 상황인식 미들웨어 내에서 동작하는 인간행동패턴 학습 및 결정 프로세서에 대한 구조와 구현내용에 대한 설명을 한다. 인간행동패턴을 결정하기 위한 기본 컨텍스트들을 환경 컨텍스트와 생체 컨텍스트로 크게 두 그룹으로 분리하였고 각 그룹은 세 개의 컨텍스트를 포함하고 있다. 환경과 생체로 나뉘어진 총 6개의 컨텍스트들을 정의하고 그 구성에 대하여 설명한다. 또한 컨텍스트는 9단계로 정규화 되어 상황인식 미들웨어에서의 다음 단계인 인간행동패턴 학습 및 결정 프로세서로 정규화 된 값을 전달된다. 인간행동패턴 학습 및 결정 프로세서에서는 패턴인식에 대한 세부사항을 설명한다.

• 한국정보통신학회논문지
• /
• 제11권3호
• /
• pp.584-591
• /
• 2007

연속되는 이미지 중에서 인간의 동작을 인식하는 것은 인간과 컴퓨터의 상호 작용에서 매우 중요하고 도전할 분야이다. 본 논문에서는 CONDENSATION 알고리즘을 이용하여 입자 필터(particle filter)에 기반한 동작 인식 알고리즘을 제안한다. 입자 필터는 조건 확률 전파 모델(Conditional Density Propagation)인 베이시안(Bayesian) 추정 규칙을 적용하는 추적구조를 갖고 있기 때문에 일반적으로 기존 추적 알고리즘보다 뛰어난 성능을 갖는 경향이 있다. 본 논문에서는 알고리즘의 성능 평가를 위해서 두 개의 동작 모델을 가정하였고, 영상에 대한 전처리를 위해서는 MATLAB를 이용하였으며 입자필터는 고속 처리를 위하여 C++로 구현하였다. 두 개의 동작 실험 결과를 통해, 동작 인식 입자 필터가 근접한 동작 환경 속에서 강인한 추적 성능을 나타냄을 확인하였다.