• Journal of Multimedia Information System
• /
• 제3권2호
• /
• pp.9-12
• /
• 2016

This paper is concerned with the effective and efficient identification of the gender and motion of humans. Tracking this nonverbal behavior is useful for providing clues about the interaction of different types of people and their exact motion. This system can also be useful for security in different places or for monitoring patients in hospital and many more applications. Here we describe a novel method of determining identity using machine learning with Microsoft Kinect. This method minimizes the fitting or overlapping error between an ellipsoid based skeleton.

• 한국컴퓨터그래픽스학회논문지
• /
• 제8권4호
• /
• pp.1-7
• /
• 2002

본 논문에서는 3차원 인체 형상 스캔 데이터로부터 팔, 다리형상을 복원하는 방법을 제시한다. 이 방법에서는 팔, 다리 스캔 데이터의 대략적인 형상을 나타내는 기반 곡면과 자세한 세부 현상을 나타내는 displacement 맵의 이중구조로 형상을 복원한다. 팔, 다리 부분의 스캔 데이터 형상은 골격을 따라 스윕하는 타원체로 근사되며, 이 타원체 스윕을 부드럽게 감싸는 envelope 곡면으로 기반 곡면을 생성한다. 타원체 스윕의 envelope 곡면은 빠른 계산을 위해 골격을 따라 추출되는 타원의 스윕 곡면으로 근사된다. 기반 곡면에 대한 스캔 데이터 점들의 displacement는 각 단면 타원으로의 매핑을 통해 스칼라 값으로 구해지며, 다단계 스플라인 함수를 이용하여 매개화된 displacement 맵을 구성한다. 이 과정에서 복원된 형상 위의 점들은 해당하는 타원체 상으로 매핑된다. 본 방법을 통하여 팔, 다리의 간결한 형상 표현을 추출할 수 있으며, 매핑된 타원체를 이용하여 형상을 빠르고 사실적으로 변형할 수 있다.