메뉴 건너뛰기
소속 기관 / 학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 / 회원가입
고객센터 ENG
주제분류
인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG
학술저널
오류 신고하기해당 페이지 내 제목·저자·목차·페이지
정보가 잘못된 경우 알려주세요!

논문 기본 정보

저자정보
(인천대학교) (인천대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제31권 제9호
오류 신고하기
표지

피인용 0

검색

    초록·키워드

    본 논문은 실시간 제스처 인식기를 위해 딥러닝과 은닉 마르코프 모델(HMM)을 결합한 연속 손동작 기반 제스처 적출(spotting) 방법을 제안한다. 3차원 공간에서 손의 형상과 움직임은 MediaPipe Hands 알고리즘으로 추적되며, 이 데이터를 바탕으로 LSTM Autoencoder가 HMM 입력용 특징벡터를 생성한다. 시공간적 변이를 포함한 제스처 탐지는 Gaussian HMM을 통해 수행된다. 또한 입력패턴이 제스처와 얼마나 유사한지 판단하기 위해 비제스처 유사도를 기반으로 한 임계치 모델을 도입하였다. 실험결과, 본 방법은 연속 손동작에서 제스처를 98.08%의 인식률과 5.60%의 단어오류율(WER)로 적출하여 높은 신뢰성을 입증하였다.
    #인공지능 #머신러닝 #제스처 인식 #패턴인식 #은닉 마르코프 모델 #임계치 모델 #artificial intelligence #gesture recognition #gesture spotting #pattern recognition #Hidden Markov Model #threshold model

    본문·목차

    최근 본 자료 전체보기

      260915_DBpiaAI2학기
      261017_Citeasy Update
      260917_DBpiaAI뷰어2
      260604_KRpiaAI
      UCI(KEPA) : I410-151-25-02-094095047