1 |
1
프로세서를 포함한 컴퓨팅 장치에 의해 수행되는 행동 인식 학습용 동적 데이터베이스를 구축하는 방법에 있어서, 기계학습 대상과 관련된 행동 인식 대상 특성 및 행동 인식 범위 특성 중 하나 이상을 포함한 데이터베이스 구축 요청을 수신하는 단계 - 상기 행동 인식 범위 특성은 장소에 따른 행동을 포함함; 상기 행동 인식 대상 특성에 기초하여 행동 인식 학습용 캐릭터를 생성하는 단계; 상기 행동 인식 범위 특성 및 상기 행동 인식 학습용 캐릭터에 기초하여 학습용 동영상을 생성하는 단계; 상기 학습용 동영상에 기초하여, 상기 학습용 동영상의 캐릭터 동작을 수치화한 동작 샘플 데이터를 포함한 학습 샘플을 생성하는 단계; 및상기 학습 샘플에 기초하여 상기 행도 학습용 캐릭터가 장소에 따른 행동을 구현하는 동작을 인식하기 위한 행동 인식 학습용 데이터베이스를 구축하는 단계를 포함하는 방법
|
2 |
2
제1항에 있어서, 상기 행동 인식 학습용 캐릭터를 생성하는 단계는, 상기 행동 인식 대상 특성에 매칭 또는 유사 매칭하는 특성을 갖는 베이스 신체 데이터를 검색하는 단계; 및상기 검색된 베이스 신체 데이터에 기초하여 3차원 모델링된 캐릭터를 생성하는 단계를 포함하는 방법
|
3 |
3
제2항에 있어서, 상기 베이스 신체 데이터는,복수의 참조용 신체를 3D 스캐닝하여 참조용 신체 정보를 획득하고, 각각의 참조용 신체 정보에 기초한 메쉬 구조 및 골격 구조를 이용하여 상기 참조용 신체를 매개변수화한 베이스 데이터인 것을 특징으로 하는 방법
|
4 |
4
제3항에 있어서, 상기 베이스 신체 데이터는,메쉬 구조의 점의 개수 및 순서, 메쉬 구조의 면의 개수 및 순서, 골격 구조의 골격 개수 및 순서가 대응하도록 정렬되어 구성된 것을 특징으로 하는 방법
|
5 |
5
제2항에 있어서, 상기 매칭된 베이스 신체 데이터는상기 구축 요청에 포함된 행동 인식 대상 특성의 항목 및 값이 일치하는 것을 특징으로 하는 방법
|
6 |
6
제5항에 있어서, 상기 캐릭터는, 상기 베이스 신체 데이터의 특성 값을 이용하여 모델링된 것을 특징으로 하는 방법
|
7 |
7
제2항에 있어서, 상기 유사 매칭된 베이스 신체 데이터는,상기 구축 요청에 포함된 행동 인식 대상 특성의 항목만 일치하는 것을 특징으로 하는 방법
|
8 |
8
제7항에 있어서, 상기 캐릭터는, 상기 베이스 신체 데이터의 특성과 상기 구축 요청에 포함된 행동 인식 대상 특성의 값의 차이가 최소 값을 갖는 것을 기준으로 소정 순위의 베이스 신체 데이터의 특성 값을 이용하여 모델링된 것을 특징으로 하는 방법
|
9 |
9
제1항에 있어서, 상기 학습용 동영상을 생성하는 단계는, 상기 행동 인식 범위 특성에 매칭하는 베이스 동작 데이터를 검색하는 단계; 및상기 베이스 동작 데이터의 동작 데이터를 상기 행동 인식 학습용 캐릭터에 적용하여 상기 행동 인식 학습용 데이터가 상기 행동 인식 범위 특성에 포함된 장소에 따른 행동을 구현하는 캐릭터 동작 세트를 포함한 동영상을 생성하는 단계를 포함하는 방법
|
10 |
10
제9항에 있어서, 상기 베이스 동작 데이터는, 장소에 따른 행동을 구현하는 참조용 동작 데이터를 모션 캡쳐 장치를 통해 획득하고, 장소 식별자 및 행동 식별자를 상기 참조용 동작 데이터와 연관시켜 생성되며, 상기 장소 식별자는 상기 참조용 동작 데이터와 관련된 장소를 나타내고, 상기 행동 식별자는 상기 참조용 동작 데이터에 의해 구현되는 행동을 나타내는 것을 특징으로 하는 방법
|
11 |
11
제10항에 있어서, 장소 및 행동과 관련된 설정을 포함한 환경 설정이 미리 설정된 이후 상기 참조용 동작 데이터가 획득된 경우, 상기 베이스 동작 데이터에 포함된 장소 식별자 및 행동 식별자는 상기 환경 설정에 포함된 장소 및 행동을 나타내는 장소 식별자 및 행동 식별자인 것을 특징으로 하는 방법
|
12 |
12
제10항에 있어서, 상기 행동 인식 범위 특성은 장소 식별자 및 행동 식별자를 포함한 식별자 세트를 적어도 하나 포함하는 것을 특징으로 하는 방법
|
13 |
13
제9항에 있어서, 상기 베이스 동작 데이터를 검색하는 단계는,상기 시나리오에 포함된 장소 식별자 및 행동 식별자와 매칭하는 장소 식별자 및 행동 식별자를 포함한 베이스 동작 데이터를 검색하는 것을 특징으로 하는 방법
|
14 |
14
제9항에 있어서, 상기 행동 인식 학습용 캐릭터에 상기 검색된 베이스 동작 데이터를 적용하는 것은, 상기 행동 인식 학습용 캐릭터를 이루는 골격의 회전 값에 상기 베이스 동작 데이터에 포함된, 상기 행동 인식 학습용 캐릭터에 대응하는 골격의 회전 값을 적용하는 것을 특징으로 하는 방법
|
15 |
15
제1항에 있어서, 상기 데이터베이스 구축 요청은 행동 인식 환경 특성을 더 포함하는 것을 특징으로 하는 방법
|
16 |
16
제15항에 있어서, 상기 행동 인식 환경 특성에 기초하여 기계학습 대상이 행동하는 환경이 모델링된 행동 인식 환경 모델을 생성하는 단계를 더 포함하는 방법
|
17 |
17
제16항에 있어서, 상기 행동 인식 환경 특성은, 배경 특성, 조명 특성, 색상 특성, 및 공간 특성 중 하나 이상을 포함하는 것을 특징으로 하는 방법
|
18 |
18
제16항에 있어서, 상기 학습용 동영상을 생성하는 단계는, 상기 행동 인식 환경 모델 및 캐릭터 동작 세트를 합성한 동영상을 생성하는 단계를 더 포함하는 방법
|
19 |
19
제16항에 있어서, 상기 학습 샘플은, 상기 동영상에 반영된 행동 인식 환경 특성을 나타내는 환경 샘플 데이터를 더 포함하는 것을 특징으로 하는 방법
|
20 |
20
제1항에 있어서, 상기 데이터베이스 구축 요청은 행동 인식 서비스를 제공하는 인식 장치의 관측 특성을 더 포함하는 것을 특징으로 하는 방법
|
21 |
21
제20항에 있어서, 상기 학습용 동영상을 생성하는 단계는,상기 관측 특성을 적용한 동영상을 생성하는 단계를 더 포함하는 것을 특징으로 하는 방법
|
22 |
22
제21항에 있어서, 상기 관측 특성은, 인식 유형, 관측 시점, 및 시야 범위 중 하나 이상을 포함하는 것을 특징으로 하는 방법
|
23 |
23
제21항에 있어서, 상기 학습 샘플은, 상기 동영상에 반영된 관측 특성을 나타내는 관측 샘플 데이터를 더 포함하는 것을 특징으로 하는 방법
|
24 |
24
제1항에 있어서, 상기 동작 샘플 데이터는, 상기 행동 인식 학습용 캐릭터의 동작에서의 관절 좌표를 추출하고, 그리고상기 추출된 관절 좌표에 기초하여 상기 행동 인식 학습용 캐릭터의 동작을 수치화하여 생성된 것을 특징으로 하는 방법
|
25 |
25
제24항에 있어서, 상기 수치화된 값은, 2D 좌표 값, 또는 3D 좌표 값인 것을 특징으로 하는 방법
|
26 |
26
제1항에 있어서, 상기 행동 인식 학습용 데이터베이스를 구축하는 단계는,상기 장소 식별자, 행동 식별자 및 이들의 조합 중 하나 이상에 기초하여 학습 샘플이 분류된 데이터베이스를 구축하는 단계를 포함하는 것을 특징으로 하는 방법
|
27 |
27
컴퓨터에 의해 판독가능하고, 상기 컴퓨터에 의해 동작 가능한 프로그램 명령어를 저장하는 컴퓨터 판독가능 기록매체로서, 상기 프로그램 명령어가 상기 컴퓨터의 프로세서에 의해 실행되는 경우 상기 프로세서가 제1항 내지 제26항 중 어느 하나의 항에 따른 방법을 수행하게 하는 컴퓨터 판독가능 기록매체
|