• KIPS Transactions on Software and Data Engineering
• /
• v.2 no.3
• /
• pp.209-218
• /
• 2013

Early researches in human action recognition have focused on tracking and classifying articulated body motions. Such methods required accurate segmentation of body parts, which is a sticky task, particularly under realistic imaging conditions. Recent trends of work have become popular towards the use of more and low-level appearance features such as spatio-temporal interest points. Given the great progress in pose estimation over the past few years, redefined views about pose-based approach are needed. This paper addresses the issues of whether it is sufficient to train a classifier only on low-level appearance features in appearance approach and proposes effective pose-based approach with pose estimation for emotional action recognition. In order for these questions to be solved, we compare the performance of pose-based, appearance-based and its combination-based features respectively with respect to scenario of various emotional action recognition. The experiment results show that pose-based features outperform low-level appearance-based approach of features, even when heavily spoiled by noise, suggesting that pose-based approach with pose estimation is beneficial for the emotional action recognition.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.41 no.7
• /
• pp.532-538
• /
• 2013

This paper describes a vision-based only attitude estimation technique for the leader in the formation flight. The feature points in image obtained from the X-PLANE simulator are extracted by the SURF(Speed Up Robust Features) algorithm. We use POSIT(Pose from Orthography and Scaling with Iteration) algorithm to estimate attitude. Finally we verify that attitude estimation using vision only can yield small estimated error of $1.1{\sim}1.76^{\circ}$.

• Journal of Korea Ship Safrty Technology Authority
• /
• s.33
• /
• pp.12-31
• /
• 2012

수치 계산으로 고속 활주선의 저항 성능을 평가하기 위해서는 활주 상태에서의 항주자세 예측이 무엇보다도 중요하다고 할 수 있다. 항주자세의 변화가 큰 고속 활주선의 경우에는 활주 자세에 따라 선저 바닥면에서 나타나는 압력 변화에 의한 동적 부양력 변화가 크므로 단순히 정지 중 흘수를 기준으로 계산되어진 유체력으로 항주자세를 예측하기 보다는 자세 변화에 따른 동적 부양력의 변화와 이에 의한 자세 변화를 반복 계산을 통해 수렴시키는 것이 요구되어진다. 본 연구에서는 선형화된 자유수면 조건의 포텐셜 수치 계산으로 유체 동압력인 부양력을 계산해내고 이를 유체 정역학적 힘으로 간주하여 부력과 선체중량과의 힘과 트림 모멘트 평형 관계를 만족시키는 방법으로 반복적인 계산을 통해 수렴된 활주 자세를 얻어내었다.

• Journal of Internet Computing and Services
• /
• v.12 no.6
• /
• pp.83-94
• /
• 2011

Main researching issue in affective computing is to give a machine the ability to recognize the emotion of a person and to react it properly. Efforts in that direction have mainly focused on facial and oral cues to get emotions. Postures have been recently considered as well. This paper aims to discriminate emotions posture by identifying and measuring the saliency of posture features that play a role in affective expression. To do so, affective postures from human subjects are first collected using a motion capture system, then emotional features in posture are described with spatial ones. Through standard statistical techniques, we verified that there is a statistically significant correlation between the emotion intended by the acting subjects, and the emotion perceived by the observers. Discriminant Analysis are used to build affective posture predictive models and to measure the saliency of the proposed set of posture features in discriminating between 6 basic emotional states. The evaluation of proposed features and models are performed using a correlation between actor-observer's postures set. Quantitative experimental results show that proposed set of features discriminates well between emotions, and also that built predictive models perform well.

• KIPS Transactions on Software and Data Engineering
• /
• v.11 no.12
• /
• pp.509-516
• /
• 2022

Accurate pose prediction of objects in 3D space is an important visual recognition technique widely used in many applications such as scene understanding in both indoor and outdoor environments, robotic object manipulation, autonomous driving, and augmented reality. Most previous works for object pose estimation have the limitation that they require an exact 3D CAD model for each object. Unlike such previous works, this paper proposes a novel neural network model that can predict the poses of unknown objects based on only their RGB color images without the corresponding 3D CAD models. The proposed model can obtain depth maps required for unknown object pose prediction by using an adaptive depth estimator, AdaBins,. In this paper, we evaluate the usefulness and the performance of the proposed model through experiments using benchmark datasets.

• Proceedings of the KIEE Conference
• /
• 2006.07d
• /
• pp.1797-1798
• /
• 2006

함상에서 발사되는 유도탄 등의 무기체제는 함정의 운동에 따라 초기 발사 자세 및 그 변화율이 변화하므로 함정의 운동을 고려하여 발사시점을 결정하여야 한다. 함상 발사대에 장착된 유도탄은 자체 센서에 의하여 함정의 자세 및 자세변화율을 측정하며 이렇게 측정된 함정 운동정보를 적절히 필터링하고 유도탄 발사 시퀀스 지연시간만큼 예측하여 발사시점을 결정한다. 본 논문에서는 함정운동을 모델링하고 이 모델에 근거하여 함상발사 유도탄의 초기 발사 시점 결정에 필요한 함운동을 추정 및 예측하는 필터를 제안하고 그 성능을 검토하였다. 시험결과 제안된 방법을 이용하여 우수한 성능으로 함운동을 예측할 수 있었다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.9
• /
• pp.1183-1189
• /
• 2021

There have been recently an increasing number of people working out at home. However, many of them do not have face-to-face guidance from experts, so they cannot effectively correct their wrong pose. This may lead to strain and injury to those doing home training. To tackle this problem, this paper proposes a video data-based pose classification and correction system for home training. The proposed system classifies poses using the multi-layer perceptron and pose estimation model, and corrects poses based on joint angels estimated. A voting algorithm that considers the results of successive frames is applied to improve the performance of the pose classification model. Multi-layer perceptron model for post classification shows the highest accuracy with 0.9. In addition, it is shown that the proposed voting algorithm improves the accuracy to 0.93.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.07a
• /
• pp.322-325
• /
• 2015

본 논문에서는 개선된 자세 인식을 위한 학습을 통한 자세 인식 기법을 제안한다. 제안 자세 인식 기법은 영상의 모든 픽셀 값을 사용하지 않으며 인체의 골격의 위치 정보와 자세의 학습을 기반으로 한다. 최근 자세 인식기법에 다양한 기계 학습 기법을 적용하여 제스처 인식률을 높이는 연구가 진행되고 있지만 실시간 프레임에 적용하는데 한계가 있다. 반면 고차원의 특징점을 추출하여 신경망 학습방식을 이용하면 적은 계산량과 손쉬운 실행이 가능하다. 고차원의 특징점은 깊이 정보로부터 사람의 골격 정보를 이용해 추출하여 차원을 감소시키며 신경망 학습 방식에서는 각 자세에 대한 고차원의 특징점을 이용하여 자세의 학습을 진행한다. 신경망학습은 학습 단계에서는 미리 알려진 자세와 예측된 자세의 비교를 통해 오류를 최소화 하는 방향으로 학습을 진행하며, 판별 단계에서는 새로운 자세를 입력하여 고차원 특징점을 이용한 신경망 학습 기반의 제안 기술의 성능을 평가한다. 실험에 의하면 제안 기법은 약 96%의 자세 인식률을 보이고 자세 인식기법을 동작 인식으로 확장 가능성 또한 보인다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2002.05a
• /
• pp.792-796
• /
• 2002

관찰적 작업자세 평가기법은 각 관절의 자세를 관찰 기록하여 자세 부하를 평가하는 실용적인 인간공학적 작업평가 기법이다. 본 연구에서는 각 관절의 불편도 지수와 전신의 자세 부하의 관계성을 모형화하고, 전신의 작업자세 부하를 평가하는 방법론을 제시하였다. 자동차 조립공정의 대표적인 작업자세들을 대상으로 하여 정적인 자세의 심물리학적 부하를 전신에 대하여 평가하였다 전신의 불편도는 비중립 자세를 취하고 있는 각 관절의 조합에 의해 영향을 받는다. 특히, 자동차 조립공정에서는 어깨 높이 이상의 작업을 대상으로 하는 경우에 어깨, 목, 허리, 손목 등에서 비중립 자세를 동시에 취하여 전신의 불편도가 큰 것으로 나타났다. 평가된 전신의 불편도와 각 자세의 관절별 불편도 지수의 관계를 다중선형회귀모형으로 모형화하는 것이 타당한 것으로 나타났다. 모형에서 전신 불편도에 가장 큰 영향을 미치는 관절은 어깨이며, 손목의 영향이 가장 적은 것으로 나타났다. 이 모형을 통해 작업자세 부하를 정량적으로 평가하는 것이 가능할 것으로 기대된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.35-36
• /
• 2022

본 논문은 딥러닝 사람 자세 추정 모델이 사람의 관절 키포인트를 예측하는데 관절의 2차원 면적에 의해 키포인트별 𝜎, 즉, 표준 편차를 가지는 가우시안 커널(Gaussian Kernel)을 예측하는 방법을 제안한다. 각 관절 키포인트에 대해 다른 𝜎를 가지는 정답 히트맵(Ground Truth Heatmap)과 제안한 Gaussian Mixture Block를 모델에 추가해서 관절의 크기를 맞는 히트맵을 예측한다.