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
학술대회자료
저자정보
이나연 (서울과학기술대학교) 김상준 (서울과학기술대학교) 박구만 (서울과학기술대학교)
저널정보
한국방송·미디어공학회 한국방송미디어공학회 학술발표대회 논문집 한국방송·미디어공학회 2023 추계학술대회
발행연도
2023.11
수록면
385 - 388 (4page)

이용수

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

초록· 키워드

오류제보하기
컴퓨터 비전 기반 행동 인식은 머신 러닝 및 딥 러닝 기술의 발전과 함께 중요한 연구 주제로 자리 잡고 있다. 이 분야는 스마트홈, 인터랙티브 미디어 등 우리 일상 생활과 밀접하게 관련되어 있으며, 우리의 안전과 편의성에 직접적인 영향을 미친다. 특히, Skeleton 기반 행동 인식 네트워크로 그래프를 시공간으로 확장하여 처리하는 ST-GCN은 최근 행동 인식 연구에 활발히 활용되고 있다. 본 논문에서는 해당 네트워크를 이용해 기본 동작에 대한 인식 성능을 향상 시키기 위해 자체 데이터셋을 구축하고 효과적으로 훈련하는 방법을 소개하며, 입력된 비디오에서의 행동을 분석하는 end-to-end 프레임워크를 제안한다. 앉기, 서기, 걷기, 눕기와 같은 일상적인 행동을 중심으로 제작한 데이터셋과 TinyYOLOv3, SPPE FastPose, ST-GCN 모델을 이용하여 실제 환경에서의 행동 인식 성능을 향상시키고자 했다.

목차

요약
1. 서론
2. 관련 연구
3. ST-GCN을 활용한 행동 인식 프레임워크
4. 자체 데이터셋 구축과 학습
5. 학습 결과
6. 결론
7. 감사의 글
8. 참고문헌

참고문헌 (0)

참고문헌 신청

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0