• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권3호
• /
• pp.209-218
• /
• 2013

인간의 동작 인식에 대한 이전 연구는 주로 관절체로 표현된 신체 움직임을 추적하고 분류하는데 초점을 맞춰 왔다. 이 방식들은 실제 이미지 사용 환경에서 신체 부위에 대한 정확한 분류가 필요하다는 점이 까다롭기 때문에 최근의 동작 인식 연구 동향은 시공간상의 관심 점과 같이 저수준의, 더 추상적인 외형특징을 이용하는 방식이 일반화되었다. 하지만 몇 년 사이 자세 예측 기술이 발전하면서 자세 기반 방식에 대한 시각을 재정립하는 것이 필요하다. 본 연구는 외형 기반 방식에서 저수준의 외형특징만으로 분류기를 학습시키는 것이 충분한지에 대한 문제를 제기하면서 자세 예측을 이용한 효과적인 자세기반 동작인식 방식을 제안하였다. 이를 위해 다양한 감정을 표현하는 동작 시나리오를 대상으로 외형 기반, 자세 기반 특징 및 두 가지 특징을 조합한 방식을 비교하였다. 실험 결과, 자세 예측을 이용한 자세 기반 방식이 저수준의 외형특징을 이용한 방식보다 감정 동작 분류 및 인식 성능이 더 나았으며 잡음 때문에 심하게 망가진 이미지의 감정 동작 인식에도 자세 예측을 이용한 자세기반의 방식이 효과적이었다.

• 한국항공우주학회지
• /
• 제41권7호
• /
• pp.532-538
• /
• 2013

본 논문은 편대비헹에서 영상만을 이용하여 선도기의 자세를 예측 하는 알고리즘 개발에 대해 논하고 있다. X-PLANE 시뮬레이터를 이용하여 획득한 영상에 SURF(Speed Up Robust Features)알고리즘을 이용하여 특징점을 추출 하였다. 그리고 자세예측 방법은 POSIT(Pose from Orthography and Scaling with Iteration) 알고리즘을 사용하였다. 결론적으로 우리는 영상만을 이용한 자세추정법이 $1.1{\sim}1.76^{\circ}$의 작은 추정오차 결과를 나타냄을 확인할 수 있었다.

• 선박안전
• /
• 통권33호
• /
• 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.

• 인터넷정보학회논문지
• /
• 제12권6호
• /
• pp.83-94
• /
• 2011

감정 컴퓨팅의 대표적 연구 주제는 기계가 사람의 감정을 인식하여 이에 적절히 대응하는 것이다. 감정 인식 연구에서는 얼굴과 목소리 단서를 이용하여 감정을 포착하는데 집중했으며 최근에 와서 행동자세를 주요 수단으로 이용하고 있다. 본 연구의 목적은 감정 표현에서 중요한 역할을 담당하는 자세 특징을 포착하고 확인하여 감정을 판별하는 것이다. 이를 위해 먼저 자세포착시스템으로 다양한 감정 자세를 수집하여 감정별 특징을 공간적 특징으로 설명한다. 그리고 동작을 취하는 행위자가 의도하는 감정과 관찰자가 인지하는 감정 간에 통계적으로 의미 있는 상관관계가 있음을 표준통계기술을 통해 확인한다. 6가지 주요 감정을 판별하기 위해 판별 분석법을 이용하여 감정 자세 예측 모델을 구축하고 자세 특징을 측정한다. 제안 특징과 모델의 평가는 행위자-관찰자 감정 자세 집단의 상관관계를 이용하여 수행한다. 정량적 실험 결과는 제안된 자세 특징으로 감정을 잘 판별하며 감정 예측 모델이 잘 수행됨을 보여준다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권12호
• /
• pp.509-516
• /
• 2022

3차원 공간에서 물체들의 정확한 자세 예측은 실내외 환경에서 장면 이해, 로봇의 물체 조작, 자율 주행, 증강 현실 등과 같은 많은 응용 분야들에서 폭넓게 활용되는 중요한 시각 인식 기술이다. 물체들의 자세 예측을 위한 과거 연구들은 대부분 각 인식 대상 물체마다 정확한 3차원 CAD 모델을 요구한다는 한계점이 있었다. 이러한 과거 연구들과는 달리, 본 논문에서는 3차원 CAD 모델이 없어도 RGB 컬러 영상들만 이용해서 미지 물체들의 자세를 예측해낼 수 있는 새로운 신경망 모델을 제안한다. 제안 모델은 적응형 깊이 추정기인 AdaBins를 이용하여 스스로 미지 물체 자세 예측에 필요한 각 물체의 깊이 지도를 효과적으로 추정해낼 수 있다. 벤치마크 데이터 집합들을 이용한 다양한 실험들을 통해, 본 논문에서 제안한 모델의 유용성과 성능을 평가한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 제37회 하계학술대회 논문집 D
• /
• 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.

• 한국정보통신학회논문지
• /
• 제25권9호
• /
• pp.1183-1189
• /
• 2021

홈 트레이닝을 하는 사람들은 전문적인 대면 지도가 없기 때문에 잘못된 자세로 동작을 하여 신체에 무리가 올 수 있다. 본 연구에서는 자세 예측 모델과 다층 퍼셉트론을 이용하여 사용자의 자세를 교정 해주는 "영상 데이터 기반 동작 분류 및 자세 교정 시스템"을 제안한다. 자세 예측 모델로 뼈대 정보를 예측한 후 심층 신경망을 이용하여 어떤 운동 동작인지를 분류한 뒤, 올바른 관절의 각도를 알려주며 교정이 이루어진다. 이 과정에서 동작 분류 모델의 성능을 향상시키기 위해 연속적인 프레임들의 결과를 고려하는 투표 알고리즘을 적용하였다. 다층 퍼셉트론 기반 모델을 자세 분류 모델로 사용했을 때 0.9의 정확도를 가진다. 그리고 투표 알고리즘을 통해 분류 모델의 정확도는 0.93으로 향상된다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 하계학술대회
• /
• 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.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2002년도 춘계공동학술대회
• /
• 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.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• 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.