• International Journal of Contents
• /
• 제14권2호
• /
• pp.41-44
• /
• 2018

In this paper, we propose a novel method for developing expressive typography authoring tools with personal emotions. Our goal is to implement an interactive typography system that does not rely on any particular language and provides an easy, natural user interface and allows for immediate interaction. For this purpose, we converted the text data entered by a user to image data. The image data was then used for interaction with the user. The data was synchronized with the user's skeleton information obtained from the depth camera. We decomposed the characters using the formality of language to provide a typographical movement that responds more dynamically to the user's motion. Thus, this system provides interaction as a unit of characters rather than as a whole character, allowing the user to have emotional and aesthetic emotional immersion into his or her creation.

• International Journal of Internet, Broadcasting and Communication
• /
• 제12권4호
• /
• pp.83-92
• /
• 2020

A recent study to determine the fall is focused on analyzing fall motions using a recurrent neural network (RNN), and uses a deep learning approach to get good results for detecting human poses in 2D from a mono color image. In this paper, we investigated the improved detection method to estimate the position of the head and shoulder key points and the acceleration of position change using the skeletal key points information extracted using PoseNet from the image obtained from the 2D RGB low-cost camera, and to increase the accuracy of the fall judgment. In particular, we propose a fall detection method based on the characteristics of post-fall posture in the fall motion analysis method and on the velocity of human body skeleton key points change as well as the ratio change of body bounding box's width and height. The public data set was used to extract human skeletal features and to train deep learning, GRU, and as a result of an experiment to find a feature extraction method that can achieve high classification accuracy, the proposed method showed a 99.8% success rate in detecting falls more effectively than the conventional primitive skeletal data use method.

• 한국정보처리학회논문지
• /
• 제3권4호
• /
• pp.883-898
• /
• 1996

본 논문에서는 패턴인식 시스템의 성능 향상을 목적으로 원영상의 데이타량을 압 축하고 난 뒤 형상을 인식하는 개선된 방법을 제안한다. 제안한 방법에서는 수리형태 론적 연산을 사용하여 원영상을 미리 스켈리턴변환하여 데이터 량을 줄이고, 변환된 영상에서 이동 및 크기의 정규화와 회전불변의 과정을 수행하여 패턴을 정합하였다. 크기의 정규화는 형상인식에 필요한 픽셀의 수를 최소로 하여 정합을 하기 위하여 스켈리턴의 픽셀들에 가중치를 부여하고 이를 이용하여 크기를 조정하였다. 따라서 원영상에서 수행하는 이러한 과정들을 스켈리턴 영상에서 수행하게 함으로써 데이터 량이 크게 줄어들게 되어 기억장소의 용량이 최소화되고 연산의 량도 줄어들어 계산의 속도를 고속화 할 수 있게 하였다. 실험을 통하여 인식에 필요한 최적의 크기 인수를 조사하였고, 제안한 방법이 실제의 인식 시스템 구현시 유용하게 사용할 수 있음을 확인할 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권2호
• /
• pp.929-944
• /
• 2019

Many critical applications require accurate real-time human action recognition. However, there are many hurdles associated with capturing and pre-processing image data, calculating features, and classification because they consume significant resources for both storage and computation. To circumvent these hurdles, this paper presents a recognition machine learning (ML) based system model which uses reduced data structure features by projecting real 3D skeleton modality on virtual 2D space. The MMU VAAC dataset is used to test the proposed ML model. The results show a high accuracy rate of 97.88% which is only slightly lower than the accuracy when using the original 3D modality-based features but with a 75% reduction ratio from using RGB modality. These results motivate implementing the proposed recognition model on an embedded system platform in the future.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권11호
• /
• pp.491-500
• /
• 2021

본 연구에서는 MS Kinect v2 RGBD 카메라 기반의 Human-Skeleton Keypoints와 2-Stacked Bi-LSTM 모델을 이용하여 낙상 행위를 탐지하는 방법을 제안한다. 기존의 연구는 RGB 영상에서 OpenPose 등의 딥러닝 모델을 이용하여 골격 정보를 추출한 후 LSTM, GRU 등의 순환신경망 모델을 이용해 인식을 수행하였다. 제안한 방법은 카메라로부터 골격정보를 바로 전달 받아 가속도 및 거리의 2개의 시계열 특징을 추출한 후 2-Stacked Bi-LSTM 모델을 이용하여 낙상 행위를 인식하였다. 어깨, 척추, 골반 등 주요 골격을 대상으로 중심관절을 구하고 이 중심관절의 움직임 가속도와 바닥과의 거리를 특징으로 제안하였다. 추출된 특징은 Stacked LSTM, Bi-LSTM 등의 모델과 성능비교를 수행하였고 GRU, LSTM 등의 기존연구에 비해 향상된 검출 성능을 실험을 통해 증명하였다.

• 방송공학회논문지
• /
• 제23권5호
• /
• pp.598-605
• /
• 2018

행동 인식은 데이터를 통해 인간의 행동을 인식하는 기술로서 비디오 감시 시스템을 통한 위험 행동과 같은 어플리케이션에 활용되어 질 수 있다. 기존의 행동 인식 알고리즘은 2차원 카메라를 통한 영상이나 다중모드 센서, 멀티 뷰와 같은 장비를 이용한 방법을 사용하거나 3D 장비를 이용하여 이루어져 왔다. 2차원 데이터를 사용한 경우 3차원 공간의 행위 인식에서는 가려짐과 같은 현상으로 낮은 인식율을 보였고 다른 방법은 복잡한 장비의 구성이나 고가의 추가적인 장비로 인한 어려움이 많았다. 본 논문은 RGB와 Depth 정보만을 이용하여 추가적인 장비 없이 CCTV 영상만으로 인간의 행동을 인식하는 방법을 제안한다. 먼저 RGB 영상에서 스켈레톤 추출 알고리즘을 적용하여 관절과 신체부위의 포인트를 추출한다. 이를 식을 적용하여 변위 벡터와 관계 벡터를 포함한 벡터로 변형한 후 RNN 모델을 통하여 연속된 벡터 데이터를 학습한다. 학습된 모델을 다양한 데이터 세트에 적용하여 행동 인식 정확도를 확인한 결과 2차원 정보만으로 3차원 정보를 이용한 기존의 알고리즘과 유사한 성능을 입증할 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 하계학술대회 논문집 C
• /
• pp.1185-1187
• /
• 1998

The object of this study shows a program for supervisory control of the electric power distribution, approach to the more easy manipulations and hangulization that could be easily familiar to the domestic operators whereas the program, up to now, displayed only in English. This program is consist of a skeleton-diagram designer and a state-displayer of the electric power distribution To make skeleton-diagram data available in state-displayer, the designer must be performed with the proposed format in the program manual. States display executes downloading S/Ws-state-data externally and display the S/W informations at that times, and also power distribution simulation of voluntary S/W manipulations performed by the internal operators is possible.

• 대한치과교정학회지
• /
• 제20권2호
• /
• pp.391-407
• /
• 1990

This study was performed to establish the cephalometric standards and to observe the nature of anatomic fit in the internal structural relationship of the craniofaciodental complex of the normal Korean by means of Moyers' method. Lateral cephalograms of 143 males and 144 females with normal occlusion and acceptable profile from 6 to 25 years of age, which were consisted of 5 groups that were 6 year-, 9 year-, 12 year-, 15 year- and adult-group were obtained. Data were gathered by traced digitizing the cephalograms and were statistically analyzed. The findings can be summerized as follows. 1. Norms of Korean males, females and both sexes in each group were established. 2. There was little significant sexual dimorphism in the form of craniofacial skeleton of all age groups. 3. The height and length of craniofacial skeleton was alike in each sexes in the 6 year-, 9 year- and 12 year-group, whereas it was larger in male than in female in the 15 year- and adult-group. 4. There were no significant sexual differences in the internal structural relationship of the craniofacial skeleton in all age groups.

• 한국생산제조학회지
• /
• 제24권6호
• /
• pp.605-612
• /
• 2015

Three dimensional (3D) position determination and motion recognition using a 3D depth sensor camera are applied to a developed penguin-shaped robot, and its validity and closeness are investigated. The robot is equipped with an Asus Xtion Pro Live as a 3D depth camera, and a sound module. Using the skeleton information from the motion recognition data extracted from the camera, the robot is controlled so as to follow the typical three mode-reactions formed by the operator's gestures. In this study, the extraction of skeleton joint information using the 3D depth camera is introduced, and the tracking performance of the operator's motions is explained.

• 한국게임학회 논문지
• /
• 제13권6호
• /
• pp.75-84
• /
• 2013

본 연구에서는 윈도우즈 PC용 연속동작 감지 카메라, Xtion을 이용한 PC-윈도우 플랫폼 기반의 연속동작 녹화 및 매칭방법의 개발 내용을 소개한다. 해당 방법을 개발하기 위해 카메라를 통해 얻은 깊이 정보, RGB 화상 정보, 뼈대 정보를 가공하고 비교하는 API를 먼저 개발하였다. 유효관절만을 선택적으로 비교하는 pose 비교 방법이 개발되었으며, 연속동작 비교에서는 pose 사이에 다른 틀린 pose가 섞여도 인식할 수 있는 방법이 개발되었다. 특정 pose나 연속동작 검출을 위해 샘플 데이터를 기록하고 테스트할 수 있는 도구가 개발되었다. 6종류의 다른 pose 및 연속동작을 촬영하고 테스트한 결과, pose는 100%의 인식성공과 연속동작은 99%의 인식성공이 이루어져 개발된 방법의 유용성을 검증할 수 있었다.