1 |
1
카메라로부터 제공되는 깊이 영상을 수집하는 영상 입력 블록과,수집된 깊이 영상으로부터 인체를 검출하는 인체 검출 블록과,상기 인체로부터 추출한 3차원 액션 볼륨과 기 학습된 행동 모델에 의거하여 상기 인체의 행동을 인식하는 행동 인식 블록을 포함하되,상기 행동 인식 블록은,상기 인체의 행동의 시작부터 종료까지의 전체 깊이 영상을 누적하여 3차원 액션 볼륨을 생성하는 액션 볼륨 생성부와,생성된 상기 3차원 액션 볼륨을 기 설정된 크기로 정규화 하는 정규화부와,정규화 된 상기 3차원 액션 볼륨에 대하여 좌상단에서부터 우하단까지 순차적으로 영상 전체를 스캔하면서 각 픽셀의 깊이 값들을 비교함으로써, 각 액션 볼륨에 대한 특징벡터를 추출하는 특징 추출부와,기 학습된 행동 모델에 대한 학습 특징 및 행동 라벨을 저장하는 행동 학습 DB와,추출된 상기 특징벡터와 상기 행동 학습 DB 내 기 학습된 행동 모델의 학습 특징을 비교함으로써, 가장 유사한 학습 특징의 행동 라벨을 상기 인체의 행동으로 결정(인식)하는 행동 인식부를 포함하되,상기 액션 볼륨 생성부는,아래의 수학식을 통해 상기 3차원 액션 볼륨을 생성하는,(상기 수학식에서, 상기 V(i,j,t)는 t 시점에서 액션 볼륨 깊이 영상의 (i,j) 위치에서의 깊이 값(depth value)을, 상기 D(i,j,t)는 t 시점에서 입력 깊이 영상의 (i,j) 위치에서의 깊이 값을 각각 나타냄
|
2 |
2
제 1 항에 있어서,상기 행동 인식 블록은,SVM(support vector machine) 분류기를 이용하여 상기 인체의 행동을 인식하는행동 인식 기반의 응용 서비스 제공 장치
|
3 |
3
삭제
|
4 |
4
삭제
|
5 |
5
제 1 항에 있어서,상기 액션 볼륨 생성부는,상기 D(i,j,t)가 0(제로)이 아닌 모든 지점에서 상기 3차원 액션 볼륨을 생성하는행동 인식 기반의 응용 서비스 제공 장치
|
6 |
6
제 1 항에 있어서,상기 특징 추출부는,3D LBP(local binary pattern)를 이용하여 상기 특징을 추출하는행동 인식 기반의 응용 서비스 제공 장치
|
7 |
7
제 1 항에 있어서,상기 기 학습된 행동 모델은,SVM(support vector machine) 학습 분류기를 이용하여 생성되는행동 인식 기반의 응용 서비스 제공 장치
|
8 |
8
깊이 영상을 수집하는 과정과,수집된 깊이 영상으로부터 인체를 검출하는 과정과,상기 인체로부터 3차원 액션 볼륨을 검출하는 과정과,검출된 상기 3차원 액션 볼륨과 기 학습된 행동 모델에 의거하여 상기 인체의 행동을 인식하는 과정을 포함하되,상기 인식하는 과정은,상기 인체의 행동의 시작부터 종료까지의 전체 깊이 영상을 누적하여 3차원 액션 볼륨을 생성하는 과정과,생성된 상기 3차원 액션 볼륨을 기 설정된 크기로 정규화 하는 과정과,정규화 된 상기 3차원 액션 볼륨에 대하여 좌상단에서부터 우하단까지 순차적으로 영상 전체를 스캔하면서 각 픽셀의 깊이 값들의 비교를 통해 각 액션 볼륨에 대한 특징벡터를 추출하는 과정과,추출된 상기 특징벡터와 기 학습된 행동 모델의 학습 특징을 비교함으로써, 가장 유사한 학습 특징의 행동 라벨을 상기 인체의 행동으로 결정하는 과정을 포함하되,상기 3차원 액션 볼륨은,아래의 수학식을 통해 생성되는,(상기 수학식에서, 상기 V(i,j,t)는 t 시점에서 액션 볼륨 깊이 영상의 (i,j) 위치에서의 깊이 값(depth value)을, 상기 D(i,j,t)는 t 시점에서 입력 깊이 영상의 (i,j) 위치에서의 깊이 값을 각각 나타냄
|
9 |
9
제 8 항에 있어서,상기 인식하는 과정은,SVM(support vector machine) 분류기를 이용하여 상기 인체의 행동을 인식하는행동 인식 기반의 응용 서비스 제공 방법
|
10 |
10
삭제
|
11 |
11
삭제
|
12 |
12
제 8 항에 있어서,상기 특징은,3D LBP(local binary pattern)를 이용하여 추출되는행동 인식 기반의 응용 서비스 제공 방법
|