1 |
1
카메라와 3차원 깊이센서를 포함하는 깊이 카메라 장치를 통하여 사용자의 동작을 추적하여, 추적한 결과를 토대로 이를 인식하는 방향정보와 위치정보를 이용한 실시간 동작 인식 방법에 있어서, a) 사용자의 동작에 대한 영상 데이터를 획득하여, 상기 영상 데이터를 시간에 따라 일정 구간별로 나누고, 시간에 따라 상기 일정 구간별로 나누어진 영상 데이터의 시퀀스들을 주성분 분석을 통하여 정규화하는 단계;b) 상기 정규화된 시퀀스들의 시간에 따른 방향 변화를 360도의 기울기를 가지고 다수개의 방향으로 미리 지정된 개수의 구간으로 분류하여 방향영역 기반의 방향모델을 생성하는 단계;c) 상기 사용자의 동작의 궤적에서 전체 공간을 미리 지정된 개수의 영역으로 나누어 상기 정규화된 시퀀스들의 시간에 따른 위치영역 기반의 위치모델을 생성하는 단계; 및d) 상기 방향모델과 상기 위치모델에 대하여 은닉 마르코프 모델(Hidden Markov Model)을 사용하여 사용자의 동작 패턴 모델링을 수행하는 단계;를 포함하는 것을 특징으로 하는 방향정보와 위치정보를 이용한 실시간 동작 인식 방법
|
2 |
2
삭제
|
3 |
3
삭제
|
4 |
4
제1항에 있어서,상기 b)단계에서 상기 방향모델은 상기 정규화된 시퀀스들을 360도 기울기를 가지고 8개의 미리 지정된 개수의 구간으로 분류하여 생성되는 것을 특징으로 하는 방향정보와 위치정보를 이용한 실시간 동작 인식 방법
|
5 |
5
제1항에 있어서,상기 c)단계에서 상기 위치모델은 상기 정규화된 시퀀스들을 사용자의 동작의 궤적에서 전체 공간을 9개의 미리 지정된 개수의 영역으로 분류하여 생성되는 것을 특징으로 하는 방향정보와 위치정보를 이용한 실시간 동작 인식 방법
|
6 |
6
제1항에 있어서,상기 d)단계는 d-1) 상기 은닉 마르코프 모델()을 구성하는 상태의 관측 확률() 및 초기 상태 확률()과, 상기 상태 간의 전이를 나타내는 상태 전이 확률()을 초기화하는 단계;d-2) 상기 방향모델과 위치모델에서 관찰되어진 관측열()의 소정 시간(1~T) 내에서의 확률벡터(P)를 구하여, 상기 확률벡터(P)를 기초로 상기 관측열()에서 최대 확률을 가지는 은닉 마르코프 모델()을 추출하는 단계; 및d-3) 상기 관찰되어진 관측열()과 은닉 마르코프 모델()을 가지고 비터비 알고리즘(Viterbi algorithm)을 통하여 상기 관측열()을 최대 확률로 생성하는 상태순서를 결정하는 단계;를 포함하는 것을 특징으로 하는 방향정보와 위치정보를 이용한 실시간 동작 인식 방법
|
7 |
7
제6항에 있어서,상기 d)단계는상기 은닉 마르코프 모델(HMM)에서 상태 전이 확률 또는 관측 확률을 모르는 경우, 바움 웰치 알고리즘(Baum-Welch algorithm)을 통하여 상기 은닉 마르코프 모델의 매개변수를 추출하되,상기 바움 웰치 알고리즘은 EM(expectation maximization)알고리즘을 통하여 초기모델을 구성하고, 상기 초기모델과 상기 은닉 마르코프 모델의 관측열()을 이용하여 새로운 모델을 구성하며,상기 새로운 모델과 이전 모델이 관측열을 생성하는 확률의 차이가 미리 설정된 값 이상이 될 때까지 상기 방향모델과 상기 위치모델의 매개변수를 변경하면서 상기 은닉 마르코프 모델 인식기를 생성하는 것을 특징으로 하는 방향정보와 위치정보를 이용한 실시간 동작 인식 방법
|
8 |
8
제6항에 있어서,상기 d-2)단계에서의 확률벡터(P)는전향 알고리즘(Forward algorithm)을 통하여 은닉 마르코프 모델()에 대하여 소정 시간의 상태 경로에서 관측되어진 관측열()의 확률()의 벡터값인 것을 특징으로 하는 방향정보와 위치정보를 이용한 실시간 동작 인식 방법
|
9 |
9
제1항에 있어서,상기 사용자의 동작은 사용자의 손을 이용하여 정보를 표현하는 손동작일 수 있는 것을 특징으로 하는 방향정보와 위치정보를 이용한 실시간 동작 인식 방법
|
10 |
10
제1항과 제4항 내지 제9항 중 어느 한 항에 기재된 방향정보와 위치정보를 이용한 실시간 동작 인식 방법의 각 단계를 실현시키기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체
|