1 |
1
사용자를 추적하여 영상을 촬영하는 센서로부터 스켈레톤(skeleton) 정보를 입력받아 가상 인간인 3D 인간 모델을 생성하고, 상기 3D 인간 모델이 위치하는 가상 공간이며 적어도 셋 이상의 교차 감지 상자로 구성되는 3D 루빅 큐브(Rubik Cube)를 생성하는 생성부; 상기 스켈레톤 정보를 이용하여 상기 사용자가 취하는 포즈를 상기 3D 인간 모델이 따라 움직이게 하는 동작부; 상기 포즈에 대하여 상기 모든 교차 감지 상자마다 상기 3D 인간 모델과 교차했는지 여부를 감지하고, 각 교차 감지 상자의 교차 여부를 하나의 원소로 하는 교차 여부 배열을 생성하는 감지부; 및 상기 교차 여부 배열을 이용하여 데이터 베이스에 저장된 포즈 데이터 중에서 상기 사용자의 포즈와 가장 유사도가 높은 포즈 데이터를 추출하여 포즈를 인식하는 식별부;를 포함하는 포즈 인식 시스템
|
2 |
2
제 1 항에 있어서, 상기 교차 감지 상자는 3차원 가상 공간에서 일정한 크기의 단위 공간을 의미하고, 상기 3D 루빅 큐브를 구성하는 상기 교차 감지 상자의 개수는 상기 3D 인간 모델의 동작 범위에 따라 결정되는 것을 특징으로 하는 포즈 인식 시스템
|
3 |
3
제 1 항에 있어서, 상기 교차 여부 배열은 비트 데이터로 표현되고, 상기 3D 루빅 큐브의 크기에 비례하여 크기가 결정되는 것을 특징으로 하는 포즈 인식 시스템
|
4 |
4
제 1 항에 있어서, 상기 포즈 데이터는 포즈 이름과 교차 여부 배열 값으로 정의되고, 하나의 포즈에 대하여 하나 이상의 교차 여부 배열 값을 가지는 것을 특징으로 하는 포즈 인식 시스템
|
5 |
5
제 1 항에 있어서, 상기 식별부는 상기 사용자의 포즈의 교차 여부 배열 값과 상기 각 포즈 데이터의 교차 여부 배열 값에 대한 해밍 거리(Hamming Distance)로부터 유사도를 계산하는 것을 특징으로 하는 포즈 인식 시스템
|
6 |
6
제 1 항에 있어서, 상기 감지부는 상기 교차 여부 배열을 복수 개의 특징 데이터 배열로 변환하되, 상기 특징 데이터 배열은 상기 3D 루빅 큐브를 특정 시점에서 바라본 2차원 영역을 나타내는 것을 특징으로 하는 포즈 인식 시스템
|
7 |
7
제 6 항에 있어서, 상기 식별부는 상기 특징 데이터 배열 중에서 하나 이상을 선택하고, 선택된 특징 데이터 배열에 대하여만 유사도를 계산하는 것을 특징으로 하는 포즈 인식 시스템
|
8 |
8
제 6 항에 있어서, 상기 식별부는 상기 3D 루빅 큐브를 특정 시점에서 바라본 2차원 영역마다 소정의 개수로 분할하고, 상기 분할된 영역에 대하여 문턱 값(threshold)을 설정하여 오차 범위를 조정하는 것을 특징으로 하는 포즈 인식 시스템
|
9 |
9
스켈레톤(skeleton) 정보를 입력받는 단계;상기 스켈레톤 정보로부터 가상 인간인 3D 인간 모델을 생성하고, 상기 3D 인간 모델이 위치하는 가상 공간인 3D 루빅 큐브(Rubik Cube)를 생성하고, 상기 3D 루빅 큐브는 적어도 셋 이상의 교차 감지 상자로 구성되며 상기 3D 인간 모델을 상기 3D 루빅 큐브의 중심에 위치시키는 단계; 사용자가 포즈를 취하면 상기 스켈레톤 정보를 이용하여 상기 3D 인간 모델을 상기 포즈를 따라 움직이게 하여 상기 모든 교차 감지 상자마다 상기 3D 인간 모델과 교차했는지 여부를 감지하고, 상기 각 교차 감지 상자의 교차 여부를 하나의 원소로 하는 교차 여부 배열을 생성하는 단계; 및 상기 교차 여부 배열을 이용하여 데이터 베이스에 저장된 포즈 데이터 중에서 상기 사용자의 포즈와 가장 유사도가 높은 포즈 데이터를 추출함으로써 포즈를 인식하는 단계;를 포함하는 포즈 인식 방법
|
10 |
10
제 9 항에 있어서, 상기 교차 감지 상자는 3차원 가상 공간에서 일정한 크기의 단위 공간을 의미하고, 상기 3D 루빅 큐브를 구성하는 상기 교차 감지 상자의 개수는 상기 3D 인간 모델의 동작 범위에 따라 결정되는 것을 특징으로 하는 포즈 인식 방법
|
11 |
11
제 9 항에 있어서, 상기 교차 여부 배열은 비트 데이터로 표현되고, 상기 3D 루빅 큐브의 크기에 비례하여 크기가 결정되는 것을 특징으로 하는 포즈 인식 방법
|
12 |
12
제 9 항에 있어서, 상기 포즈 데이터는 포즈 이름과 교차 여부 배열 값으로 정의되고, 하나의 포즈에 대하여 하나 이상의 교차 여부 배열 값을 가지는 것을 특징으로 하는 포즈 인식 방법
|
13 |
13
제 9 항에 있어서, 상기 포즈를 인식하는 단계는 상기 사용자의 포즈의 교차 여부 배열 값과 상기 각 포즈 데이터의 교차 여부 배열 값에 대한 해밍 거리(Hamming Distance)로부터 유사도를 계산하는 것을 특징으로 하는 포즈 인식 방법
|
14 |
14
제 9 항에 있어서, 상기 교차 여부 배열을 생성하는 단계는 상기 생성된 교차 여부 배열을 복수 개의 특징 데이터 배열로 변환하되, 상기 특징 데이터 배열은 상기 3D 루빅 큐브를 특정 시점에서 바라본 2차원 영역을 나타내는 것을 특징으로 하는 포즈 인식 방법
|
15 |
15
제 14 항에 있어서, 상기 포즈를 인식하는 단계는 상기 특징 데이터 배열 중에서 하나 이상을 선택하고, 선택된 특징 데이터 배열에 대하여만 유사도를 계산하는 것을 특징으로 하는 포즈 인식 방법
|
16 |
16
제 9 항에 있어서, 상기 포즈를 인식하는 단계는 상기 3D 루빅 큐브를 특정 시점에서 바라본 2차원 영역마다 소정의 개수로 분할하고, 상기 분할된 영역에 대하여 문턱 값(threshold)을 설정하여 오차 범위를 조정하는 것을 특징으로 하는 포즈 인식 방법
|
17 |
17
제 9 항 내지 제 16 항 중에 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
|