한글내용
(Korean Abstract) |
사람의 동작을 인식하는 것에 대한 연구는 게임 , 유비쿼터스 컴퓨팅 등의 발전에 따라 그 중요성이 증가하고 있다 . 그러나 , 대부분의 기존 연구에서는 극히 소수의 동작만을 정의하거나 특정 부위의 동작만을 다루므로 실제 응용에 적용하기에는 적합하지 않다 . 본 논문에서는 특정 도메인의 사용 없이 , 카메라 영상 입력으로 취득된 동작 패턴 정보만을 이용하여 40 종 전신 연속 동작을 구분하는 동작인식 방법을 연구하였다 . 인식에 사용된 입력 데이터는 동작자 관절들의 위치 및 회전 값들이며 , 다수의 동작들을 인식하기 위해서는 기존의 인식 알고리즘들인 특징기반 인식 , HMM, 신경망 (Neural Network)등을 사용하여 복합적인 인식 엔진을 구성하여야 했다 . 입력 데이터별로 적합한 인식 모듈을 거치게 하기 위해서는 , 동작에 의한 입력 데이터에서 동작자 움직임의 주요 신체 부위를 추출함으로써 입력 데이터가 해당 그룹의 인식 모듈로 자동적으로 분류되게 하는 방법을 사용한다 . 이는 다층의 인식 레이어 중 복잡도가 증가하는 하위 레이어일수록 자동 분류에 의해 걸러진 데이터만을 취급하게 되므로 효과적이다 . 전체 실험 결과 단계별로 약 79~97%의 인식률을 보였다 . 이는 향후 특정 컨텍스트 정보와 결합할 때 매우 높은 인식률을 기대할 수 있게 하는 수치이다 .
|
