• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.423-426
• /
• 2017

최근 스마트 기기의 사용 증가로 인해 자세 관련 질환도 크게 증가하고 있다. 이는 올바르지 않은 자세로 스마트 기기를 사용하는 것에 기인한 것으로 많은 사람들이 자신의 자세를 인식하지 못한 채 올바르지 않은 자세로 스마트 기기를 사용한다. 본 연구에서는 컴퓨터 및 스마트폰의 사용자가 자신의 앉은 자세 정보를 데이터로 인식하기 위해서 키넥트 센서에서 제공하는 골격 모델의 특징점을 추출하여 사용하였다. 이를 바탕으로 앉은 자세의 각도를 계산하여 자세의 올바름의 정도를 알려주는 앉은 자세 측정값 모델 방법과 이 모델에 기반한 시스템을 제안하였다. 본 논문에서는 제안하는 자세 측정 모델 및 시스템의 설계 및 구현을 설명하였고, 실험을 통해서 제안된 모델의 상용화 가능성을 살펴보았다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제4권4호
• /
• pp.281-290
• /
• 2015

Human action recognition from a video scene has remained a challenging problem in the area of computer vision and pattern recognition. The development of the low-cost RGB depth camera (RGB-D) allows new opportunities to solve the problem of human action recognition. In this paper, we present a comprehensive review of recent approaches to human action recognition based on depth maps, skeleton joints, and other hybrid approaches. In particular, we focus on the advantages and limitations of the existing approaches and on future directions.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2012년도 제46차 하계학술발표논문집 20권2호
• /
• pp.315-317
• /
• 2012

본 논문에서는 인체의 골격 위치와 깊이 정보를 사용하여 주위 환경에 강건한 특성을 지니는 움직이는 사람 영역 검출 방법을 제안한다. 먼저 영상 내에서 인체의 골격 위치를 검출한 다음 인체 골격의 중심이 될 수 있는 지점에 대해 인체의 평균적 깊이 범위 내에서 깊이 세분화를 수행한다. 그리고 깊이 세분화를 통하여 검출된 사람 영역의 후보군에 대해 윤곽선 기반의 움직임 검출기법을 사용하여 후보군 내에서 움직이는 사람에 해당하는 특징점을 검출한다. 마지막으로 잡음 제거 및 움직이는 사람에 해당하는 영역 검출을 위하여 개선된 깊이 세분화 과정을 수행한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 춘계학술발표대회
• /
• pp.375-377
• /
• 2012

인터랙티브아트의 상호작용이라는 관점에서 볼 때 관객과 작품이 상호작용하기 위해선 하드웨어적인 장치가 필수적으로 존재해야 한다. Kinect Sensor는 인체를 구성하는 다양한 관절의 좌표를 추출하는 기능을 통해 실시간으로 모션트래킹을 가능하게 하고 이것을 다양한 컨텐츠에 적용하여 활용 할 수 있다. 이 논문은 인체의 관절좌표를 기반으로한 사용자의 2D, 3D아바타를 생성하는 과정에 대해 기술한다. 각각의 방법은 서로 다른 제작방식과 특성을 가지고 있기 때문에 컨텐츠의 성격에 따라 적용할 수 있고 앞으로 이러한 인터랙션적인 부분과 컨텐츠 분야를 연구할 계획이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.501-504
• /
• 2014

자동차의 하중을 지탱하고 자동차의 방향 전환 유지와 노면 충격을 흡수 완화하며, 엔진의 구동력과 브레이크 작동 시 제동력을 노면에 전달하는 등의 기능을 수행하는 타이어의 상태는 안전과 직결되어 있다고 볼 수 있다. 주행 중 타이어의 불량으로 인한 사고는 무시할 수 없는 부분을 차지한다. 타이어의 편마모는 주행 안전성을 위한 타이어의 문제 중 하나로 운전자의 운전습관과 휠얼라이먼트의 이상 등으로 타이어의 특정 부위가 마모되는 증상을 말하는데, 객관적으로 정확하게 검증할 수 있는 측정방법이 없는 것이 현실이다. 본 논문에서는 현실의 주관적인 검증기준의 단점을 보완하고 키넥트 센서를 이용하여 각 타이어의 마모 정도를 체크하여 편마모를 객관적으로 검증할 수 있는 시스템을 설계하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 춘계학술발표대회
• /
• pp.250-253
• /
• 2013

최근 카메라 영상을 이용한 제스처 인식 관련 연구가 활발히 진행되고 있다. 카메라 영상을 이용한 제스처 인식에서 많이 사용되는 학습 알고리즘에는 확률 그래프 모델인 HMM과 CRF 등이 있다. 이 학습 알고리즘들은 다차원의 연속된 실수 데이터를 가지고 모델을 학습하면 계산량이 많아진다. 본 논문에서는 팔 관절 위치 데이터를 k-평균 군집화 과정을 거쳐 1차원의 시계열 데이터로 변환 후, 제스처별로 HMM 모델을 학습하는 방법을 제안한다. 키넥트 센서를 통해 얻은 팔 관절 위치 데이터에 k-평균 군집화를 적용하여 1차원 시계열 데이터를 생성하고, 이를 HMM의 학습 및 인식에 사용한다. 본 논문에서 제안하는 방법의 성능을 분석하기 위하여, 다른 시계열 학습 알고리즘인 AP+DTW를 이용한 방법과의 비교 실험을 포함해 다양한 실험들을 수행하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제65차 동계학술대회논문집 30권1호
• /
• pp.59-60
• /
• 2022

본 논문에서는 유아 영어 단어 학습 애플리케이션을 설계하고 구현한다. 이 애플리케이션은 키넥트 센서의 음성 인식 기능을 활용하여 동물과 음식 분야의 단어 학습 기능을 제공한다. 화면에 출력된 이미지에 해당하는 영어 단어를 말하면 키넥트 센서에서 그 음성을 인식하여 해당 단어의 발음이 정확한지 판별한다. 주어진 시간 내에 다양한 단어를 정확하게 발음함으로써 높은 점수를 취득하도록 구현한다.

• Asia pacific journal of information systems
• /
• 제27권1호
• /
• pp.38-53
• /
• 2017

As sensor technologies and image processing technologies make collecting information on users' behavior easy, many researchers have examined automatic emotion recognition based on facial expressions, body expressions, and tone of voice, among others. Specifically, many studies have used normal cameras in the multimodal case using facial and body expressions. Thus, previous studies used a limited number of information because normal cameras generally produce only two-dimensional images. In the present research, we propose an artificial neural network-based model using a high-definition webcam and Kinect to recognize users' emotions from facial and bodily expressions when watching a movie trailer. We validate the proposed model in a naturally occurring field environment rather than in an artificially controlled laboratory environment. The result of this research will be helpful in the wide use of emotion recognition models in advertisements, exhibitions, and interactive shows.

• 지능정보연구
• /
• 제18권2호
• /
• pp.19-28
• /
• 2012

전시 공간에서 관객들의 반응에 따른 다중 인터랙션 서비스를 제공하기 위해서는 관람객의 정확한 위치 및 이동 경로를 얻기 위한 위치 추적 기술이 필요하다. 실외 환경에서 위치 추적을 위한 기술로 GPS가 현재 널리 사용되고 있다. GPS는 빠른 속도로 이동하는 이동체의 위치를 실시간으로 파악할 수 있으므로 위치 추적 서비스(Location Tracking Service)를 요구하는 분야에서 중요한 기술로 활용된다. 하지만 위성을 이용한 위치 추적 기법을 사용하기 때문에 위성 신호를 잡을 수 없는 실내에서는 사용할 수 없다는 단점이 있다(Per Enge et al., 1996). 위와 같은 이유로 Wi-Fi 위치 측위 기술을 비롯하여 ZigBee, UWB, RFID 등의 초단거리 통신 기술 등 다양한 형태의 실내 위치 측위 연구가 진행되고 있다(Schiler and Voisad, 2004). 하지만 이러한 기술들은 전시 공간에서 얻고자 하는 위치정보의 밀도가 높아질수록 구현의 난이도가 높아지고 구축 및 관리 비용도 커지며 구축 가능한 환경이 제약된다는 단점이 있다. 이와 같은 문제를 해결하기 위하여 본 논문에서는 실내 환경에서 스마트폰을 이용한 Wi-Fi 위치 측위 데이터를 기반으로 하여 3D카메라의 Depth Map 정보와의 매핑을 통해 사용자들을 식별하고 위치를 추적하는 시스템을 제안한다.

• 한국멀티미디어학회논문지
• /
• 제19권12호
• /
• pp.1927-1935
• /
• 2016

This paper propose a framework for human body parts in RGB-D image. We conduct tasks of obtaining person area, finding candidate areas and local detection in order to detect hand, foot and head which have features of long accumulative geodesic distance. A person area is obtained with background subtraction and noise removal by using depth image which is robust to illumination change. Finding candidate areas performs construction of graph model which allows us to measure accumulative geodesic distance for the candidates. Instead of raw depth map, our approach constructs graph model with segmented regions by quadtree structure to improve searching time for the candidates. Local detection uses HOG based SVM for each parts, and head is detected for the first time. To minimize false detections for hand and foot parts, the candidates are classified with upper or lower body using the head position and properties of geodesic distance. Then, detect hand and foot with the local detectors. We evaluate our algorithm with datasets collected Kinect v2 sensor, and our approach shows good performance for head, hand and foot detection.