Current Result Document :
| 한글제목(Korean Title) |
세분화된 단위동작 기반의 트레이닝 데이터 세트를 통한 복잡한 동작인식 |
| 영문제목(English Title) |
Detailed activity recognition through the finely-split unit motion based training data set |
| 저자(Author) |
권태환
류재영
김동영
정지우
채영호
Taehwan Kwon
Jaeyeong Ryu
Dongyeong Kim
Jiwoo Jeong
Youngho Chai
|
| 원문수록처(Citation) |
VOL 48 NO. 02 PP. 1004 ~ 1006 (2021. 12) |
한글내용
(Korean Abstract) |
RGB+D 기반의 벤치마크(Benchmark) 데이터 셋은 센서의 구성, 훈련의 수, 카메라의 방향, 클래스 범주를 기준한 3차원 인간 활동 데이터 셋이다. 사람의 중의적 움직임은 다양하게 존재한다. 예컨대, 출입문을 들어가는 사람이 범죄자인지 집주인인지 구분이 안 되는 상황이 이에 해당된다. 기존 학습방식에서 동작 인식을 가능하기 위해서는 다양한 데이터 세트를 포함하기 때문에 구축하는 과정에서 효율성이 떨어진다고 판단한다. 본 연구에서는 범죄수법의 근거를 포함한 새로운 동작 데이터 세트를 구성하고, 벤치마크 데이터 셋을 취합한다. 이어서 침입범죄를 가정한 범죄, 비 범죄 시나리오를 기준으로 극 학습기계(Extreme learning machine)의 인식결과를 통해 비교한다. 기존 벤치마크 데이터 셋 대비 범죄 수법이 포함된 동작 데이터 셋의 구간 일치율은 시나리오1에서 80%, 시나리오2는 60%, 시나리오3, 4는 각각 40% 증가하였다. 또한 향상된 인식정확도를 기준으로 세분화 된 단위동작 연계성의 가능성을 제시하였다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
