인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Motion-sphere is a technique to visualize a human motion. The Motion-sphere can express subtle motion accurately, thereby it can be an efficient tool for gesture recognition system. The system enables the human-machine interface. The current work proposes a gesture recognition system using a series of motion data as a trajectory, on a Motion-sphere. Unlike the use of skeletal or position data for motion recognition, the proposed work uses the trajectory data. In this study, we compare the existing gesture recognition system that uses 3D positions against the proposed Motion-sphere based system. In the 3D position data-base, Dynamic Time Warping(DTW) algorithm is applied to compare the sequence of motion by extracting keyframes. In 3D trajectory data, Levenshtein Distance on Trajectories(LDT) algorithm is used and no separate keyframe extraction is followed. The results of the experiment show that the Motion-sphere based system exhibits higher accuracy due to quantification of subtle body motions.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
