http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
허세경 ( Se-kyeong Heo ),신예슬 ( Ye-seul Shin ),김혜숙 ( Hye-suk Kim ),김인철 ( In-cheol Kim ) 한국정보처리학회 2013 한국정보처리학회 학술대회논문집 Vol.20 No.1
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.
특징 변환과 은닉 마코프 모델을 이용한 팔 제스처 인식 시스템의 설계
허세경 ( Se Kyeong Heo ),신예슬 ( Ye Seul Shin ),김혜숙 ( Hyesuk Kim ),김인철 ( In Cheol Kim ) 한국정보처리학회 2013 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.2 No.10
본 논문에서는 Kinect 센서를 이용한 팔 제스처 인식 시스템의 설계에 대해 소개한다. 제스처 인식을 위한 기존의 연구들에서는 동적 시간 왜곡(DTW)에서 은닉 마코프 모델(HMM)에 이르기까지 다양한 방법들이 적용되어 왔다. 본 논문에서 제안하는 제스처 인식 시스템은 Kinect 센서를 통해 얻을 수 있는 순차적인 팔 관절 위치 데이터로부터 각 제스처 별 고유한 은닉 마코프 모델을 학습한다. 동일한 제스처를 수행하더 라도 Kinect 센서에 포착되는 각 관절의 위치 좌표 값들은 팔의 길이와 방향에 따라 크게 달라질 수 있다는 문제점이 있다. 본 논문에서 제안 하는 시스템에서는 다양한 환경 조건에서도 높은 제스처 인식 성능을 얻기 위해, 팔 관절들의 좌표 값으로 구성된 특징 벡터를 팔 관절들 간의 각도 값으로 변환하는 특징 변환 과정을 수행한다. 또한, 본 시스템에서는 은닉 마코프 모델의 학습과 적용의 효율성을 높이기 위해, 고차원 실 수 관측 벡터들에 k-평균 군집화를 적용하여 이산 은닉 마코프 모델들을 위한 1차원 정수 시퀀스들을 구한다. 이와 같은 차원 축소와 이산화를 통해, 실시간 환경에서도 은닉 마코프 모델들을 효율적으로 제스처 인식에 이용할 수 있다. 끝으로, 서로 다른 두 가지 데이터 집합을 이용한 실험을 통해, 본 논문에서 제안한 시스템의 높은 인식 성능을 입증해 보인다. This paper presents the design of an arm gesture recognition system using Kinect sensor. A variety of methods have been proposed for gesture recognition, ranging from the use of Dynamic Time Warping(DTW) to Hidden Markov Models(HMM). Our system learns a unique HMM corresponding to each arm gesture from a set of sequential skeleton data. Whenever the same gesture is performed, the trajectory of each joint captured by Kinect sensor may much differ from the previous, depending on the length and/or the orientation of the subject`s arm. In order to obtain the robust performance independent of these conditions, the proposed system executes the feature transformation, in which the feature vectors of joint positions are transformed into those of angles between joints. To improve the computational efficiency for learning and using HMMs, our system also performs the k-means clustering to get one-dimensional integer sequences as inputs for discrete HMMs from high-dimensional real-number observation vectors. The dimension reduction and discretization can help our system use HMMs efficiently to recognize gestures in real-time environments. Finally, we demonstrate the recognition performance of our system through some experiments using two different datasets.
가속도 센서 데이터를 이용한 스마트폰 사용자의 제스처 인식
남상하 ( Sang-ha Nam ),김주희 ( Joo-hee Kim ),허세경 ( Se-kyeong Heo ),김인철 ( In-cheol Kim ) 한국정보처리학회 2012 한국정보처리학회 학술대회논문집 Vol.19 No.2
본 논문에서는 스마트 폰에 내장된 3축 가속도 센서를 이용해 제스처 훈련 및 테스터 데이터를 수집하고, DTW(Dynamic Time Warping) 알고리즘을 근간으로 하는 효과적인 제스처 인식 방법을 제안한다. 본 논문에서 제안하는 제스처 인식 방법의 성능을 분석하기 위해 안드로이드 스마트 폰에서 동작하는 제스처 인식 프로그램을 개발하였고, 이것을 이용해 수행한 성능실험 결과를 소개한다.
스마트폰 내장형 가속도 센서를 이용한 사용자 행위 인식
김주희 ( Joo-hee Kim ),남상하 ( Sang-ha Nam ),허세경 ( Se-kyeong Heo ),김인철 ( In-cheol Kim ) 한국정보처리학회 2012 한국정보처리학회 학술대회논문집 Vol.19 No.2
스마트폰의 내장형 3축 가속도 센서를 이용한 사용자 행위 인식은 사용자 개개인의 행위 패턴이 모두 달라 사용자에 따른 의존성이 크고, 스마트폰의 위치나 방향이 일정하게 고정되어 있지 않기 때문에 센서 데이터를 토대로 서로 다른 행위들을 정확히 분류하는데 어려움이 있다. 본 논문에서는 특정 사용자나 스마트폰의 특정 위치에 대한 의존성이 적은 효과적인 행위 인식 방식을 제안하고, 이를 기초로 안드로이드 스마트폰 기반의 실시간 행위 인식 시스템을 구현하였다. 총 6642개의 데이터 집합을 이용하여 본 논문에서 제안한 행위 인식 시스템의 사용자 의존성 및 폰 위치 의존성 분석 실험을 수행하고, 그 결과를 소개한다.