| 1 |
1
(a) 정규 동작의 특징점들의 시간에 따른 위치 변화를 기초로 정규 동작 기호 시퀀스를 생성하는 단계와,
(b) 상기 정규 동작 기호 시퀀스에 대해서 은닉 마르코프 모델을 사용하여 동작 패턴 모델링을 수행하는 단계와,
(c) 사용자 동작의 특징점들의 시간에 따른 위치 변화를 기초로 사용자 동작 기호 시퀀스를 추출하는 단계와,
(d) 상기 사용자 동작 기호 시퀀스를 상기 단계 (b)에서의 상기 동작 패턴 모델링을 비교하여 상기 사용자 동작을 인식하는 단계
를 포함하되,
(e) 상기 사용자 동작 기호 시퀀스와 상기 정규 동작 기호 시퀀스를 비교하여 상기 사용자 동작과 상기 정규 동작의 동작 유사도를 추출하는 단계
를 더 포함하는 은닉 마르코프 모델 기반 동작 인식 방법
|
| 2 |
2
제1항에 있어서,
상기 단계 (a)는, (a-1) 상기 정규 동작의 특징점들의 시간에 따른 위치 변화의 방향 벡터가 포함되는 공간에 따라서 상기 정규 동작 기호 시퀀스를 생성하는 단계를 포함하는 것이고,
상기 단계 (c)는, (c-1) 상기 사용자 동작의 특징점들의 시간에 따른 위치 변화의 방향 벡터가 포함되는 공간에 따라서 상기 사용자 동작 기호 시퀀스를 생성하는 단계를 포함하는 것인 은닉 마르코프 모델 기반 동작 인식 방법
|
| 3 |
3
제2항에 있어서,
상기 단계 (a-1)는, (a-2) 상기 정규 동작의 초기 특징점들의 무게 중심과 상기 정규 동작의 초기 특징점들 사이의 방향 벡터가 포함되는 공간에 따라서 상기 정규 동작 기호 시퀀스의 초기 값을 결정하는 단계를 포함하는 것이고,
상기 단계 (c-1)는, (c-2) 상기 사용자 동작의 초기 특징점들의 무게 중심과 상기 사용자 동작의 초기 특징점들 사이의 방향 벡터가 포함되는 공간에 따라서 상기 사용자 동작 기호 시퀀스의 초기 값을 결정하는 단계를 포함하는 것인 은닉 마르코프 모델 기반 동작 인식 방법
|
| 4 |
4
제1항에 있어서, 상기 단계 (b)는,
(b-1) 상기 동작 패턴 모델링을 구성하는 상태의 전이 확률 aij와 관측 확률 bjk를 초기화하는 단계와,
(b-2) 전체 길이 T 이하의 z에 대해서 aij(z)와 aij(z-1), bjk(z)와 bjk(z-1)의 차이가 기준값 ε 이하인 경우 다음 수학식을 이용하여 추정값 및 를 반복적으로 추출하는 단계와,
,
[는 상태 wi(t-1)에서 상태 wj(t)로의 전이 기대 확률, vk는 정규 동작 기호 시퀀스 내의 기호를 나타냄]
(b-3) 최종적으로 추출한 및 를 전이 확률 aij와 관측 확률 bjk로 지정하는 단계
를 포함하는 것인 은닉 마르코프 모델 기반 동작 인식 방법
|
| 5 |
5
제1항에 있어서, 상기 단계 (d)는,
(d-1) 상기 사용자 동작 기호 시퀀스와 상기 정규 동작 기호 시퀀스 각각의 매칭 확률을 상기 동작 패턴 모델링을 기초로 추출하는 단계와,
(d-2) 상기 매칭 확률의 차이가 미리 지정한 기준값 이하일 때 상기 사용자 동작을 상기 정규 동작으로 인식하는 단계
를 포함하는 것인 은닉 마르코프 모델 기반 동작 인식 방법
|
| 6 |
6
삭제
|
| 7 |
7
제1항에 있어서,
상기 단계 (e)는, (e-1) 미리 지정된 기준값에서 상기 사용자 동작 기호 시퀀스와 상기 정규 동작 기호 시퀀스를 일치시키는데 발생하는 비용을 감산한 값을 상기 동작 유사도로 추출하는 단계
를 포함하는 것인 은닉 마르코프 모델 기반 동작 인식 방법
|
| 8 |
8
제1항에 있어서,
상기 사용자 동작 기호 시퀀스와 상기 정규 동작 기호 시퀀스는 공백을 포함하는 것인 은닉 마르코프 모델 기반 동작 인식 방법
|
| 9 |
9
제7항에 있어서,
상기 비용(Acost)은,
[단 S1'(i)와 S2'(i)는 공백을 포함하는 상기 정규 동작 기호 시퀀스와 상기 사용자 동작 기호 시퀀스의 i번째 기호를 각각 나타내며, s(S1'(i), S2'(i))는 상기 정규 동작 기호 시퀀스와 상기 사용자 동작 기호 시퀀스의 i번째 기호를 정렬하는 비용값을 출력하는 함수를 나타내며, l은 정렬 길이를 나타냄]
을 기초로 추출되는 것인 은닉 마르코프 모델 기반 동작 인식 방법
|
| 10 |
10
제9항에 있어서,
상기 s(S1'(i), S2'(i))는,
상기 정규 동작 기호 시퀀스의 i번째 기호가 공백이 아니고 상기 사용자 동작 기호 시퀀스의 i번째 기호가 공백일 때 발생하는 삽입 비용과, 상기 정규 동작 기호 시퀀스의 i번째 기호가 공백이고 상기 사용자 동작 기호 시퀀스의 i번째 기호가 공백이 아닐 때 발생하는 삭제 비용과, 상기 정규 동작 기호 시퀀스의 i번째 기호와 상기 사용자 동작 기호 시퀀스의 i번째 기호가 모두 공백이 아닐 때 발생하는 교체 비용과, 상기 정규 동작 기호 시퀀스의 i번째 기호와 상기 사용자 동작 기호 시퀀스의 i번째 기호가 일치하는 경우 발생하는 정합 비용 중 어느 하나를 출력하는 것인 은닉 마르코프 모델 기반 동작 인식 방법
|
| 11 |
11
제1항에 있어서,
상기 단계 (e)는, (e-2) 상기 사용자 동작 기호 시퀀스 또는 상기 정규 동작 기호 시퀀스 내에 동일한 기호가 반복되는 경우 상기 반복되는 기호를 한번만 표시하도록 변환한 후 비교하여 상기 사용자 동작과 상기 정규 동작의 동작 유사도를 추출하는 단계
를 포함하는 것인 은닉 마르코프 모델 기반 동작 인식 방법
|
| 12 |
12
제1항에 있어서,
상기 단계 (e)는, (e-3) 상기 사용자 동작이 부분 동작인 경우 상기 사용자 동작 기호 시퀀스와 상기 정규 동작 기호 시퀀스를 비교하여 상기 사용자 동작과 상기 정규 동작의 부분 동작 유사도를 추출하는 단계
를 포함하는 것인 은닉 마르코프 모델 기반 동작 인식 방법
|
| 13 |
13
제1항 내지 제5항, 제7항 내지 제12항 중 어느 한 항에 따른 은닉 마르코프 모델 기반 동작 인식 방법의 각 단계를 실현시키기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체
|
