메뉴 건너뛰기
.. 내서재 .. 알림
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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
조선영 (연세대학교) 변혜란 (연세대학교) 이희경 (한국전자통신연구원) 차지훈 (한국전자통신연구원)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 소프트웨어 및 응용 정보과학회논문지 : 소프트웨어 및 응용 제39권 제10호
발행연도
2012.10
수록면
796 - 805 (10page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문에서는 키넥트 센서로부터 획득된 관절 정보를 이용하여 팔 제스처를 인식하는 방법을 나타내고, 이를 슈팅 게임에 적용한다. 이를 위해 제안된 2-계층 모델에서 계층1은 제스처와 비제스처 패턴을 HMM(Hidden Markov Model)으로 모델링하고, HMM 기반의 적응적 임계치 모델을 통해 제스처/비제스처 구분 및 제스처의 시작과 끝 지점을 검출한다. 계층2는 계층1에서 제공하는 제스처 적출 정보에 대해 CRF(Conditional Random Field)모델 기반으로 제스처 인식을 수행한다. 특히 제스처 인식의 성능 향상을 위해 CRF 모델의 누적된 시퀀스 기반 확률 값에 다수 투표 기법을 적용함으로써, 잘못된 적출 정보나 제스처 변형에서 발생하는 인식 오류를 줄이고 인식 성능을 향상하였다. 제안하는 방법의 성능을 평가하기 위해, 실제 슈팅 게임에서 사용되는 기능에 대한 팔 제스처를 정의하고, 키넥트 센서를 이용하여 데이터셋을 수집하였다. 실험 결과, 제안하는 방법은 연속된 팔 제스처 데이터에서 97.54%의 적출률 및 사전에 적출된 팔 제스처 데이터에서 100%의 높은 인식률을 보였다. 또한, 기존의 HMM 및 CRF 모델과 제안하는 모델의 인식 성능을 비교함으로써, 제안하는 방법의 우수함을 입증하였다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 2-계층 제스처 적출 및 인식 모델
4. 실험
5. 결론
참고문헌

참고문헌 (23)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2014-569-001220905