| 1 |
1
2차원 영상 좌표계에서 표현되는 깊이영상을 3차원 카메라 좌표계로 변환하여 전처리하는 단계;입력데이터로 손 모델과 깊이영상 및 GT자세를 사용하여 학습된 손바닥 자세에 대한 랜덤 포레스트를 생성하는 단계;학습된 손바닥 자세에 의존적으로 학습된 손가락 자세에 대한 랜덤 포레스트를 생성하는 단계;학습된 손바닥 자세에 대한 랜덤 포레스트를 사용하여 전역 회전에 대한 정보를 포함하는 손바닥 자세를 추정하는 단계;학습된 손바닥 자세에 의존적으로 학습된 손가락 자세에 대한 랜덤 포레스트를 사용하여 손가락 자세를 추정하는 단계; 및추정된 손바닥 자세와 손가락 자세를 합하여 최종적인 손 자세를 추정하는 단계;를 포함하는, 랜덤 포레스트를 사용한 손 자세의 계층적 추정 방법
|
| 2 |
2
제1항에 있어서, 상기 학습된 손바닥 자세에 대한 랜덤 포레스트를 생성하는 단계; 상기 손가락 자세에 대한 랜덤 포레스트를 생성하는 단계; 상기 손바닥 자세를 추정하는 단계; 및 상기 손가락 자세를 추정하는 단계는, 각각 N(여기서, N은 자연수)만큼 반복되어 계층적으로 수행되는, 랜덤 포레스트를 사용한 손 자세의 계층적 추정 방법
|
| 3 |
3
제2항에 있어서, 상기 학습된 손바닥 자세에 대한 랜덤 포레스트를 생성하는 단계 및 상기 손가락 자세에 대한 랜덤 포레스트를 생성하는 단계는, 각각,변환행렬을 사용하여 학습을 위해 손 모델과 GT자세를 깊이영상과 함께 정렬하는 모델정렬 단계;구형 3차원 오프셋 특징을 추출하고 정렬된 손 모델과 GT자세의 잔차의 분산을 최소화하는 특징을 선택하는 형태로 랜덤 포레스트를 학습하여 출력하는 랜덤 포레스트 학습 단계;학습된 N번째 랜덤 포레스트를 사용하여 구형 3차원 오프셋 특징을 추출하고 손 모델의 잔차를 추정하는 자세추정 단계; 및추정된 잔차를 손 모델에 반영하여 손 모델을 변형하는 모델갱신 단계;를 포함하는, 랜덤 포레스트를 사용한 손 자세의 계층적 추정 방법
|
| 4 |
4
제3항에 있어서, 상기 추정된 잔차를 손 모델에 반영하여 손 모델을 변형하는 모델갱신 단계는,N+1번 째 학습을 위해 변환행렬을 갱신하는 단계;를 더 포함하는, 랜덤 포레스트를 사용한 손 자세의 계층적 추정 방법
|
| 5 |
5
제2항에 있어서, 상기 손바닥 자세를 추정하는 단계 및 상기 손가락 자세를 추정하는 단계는, 각각,변환행렬을 사용하여 학습을 위해 손 모델과 깊이영상을 함께 정렬하는 모델정렬 단계;학습된 N번째 랜덤 포레스트를 사용하여 구형 3차원 오프셋 특징을 추출하고 손 모델의 잔차를 추정하는 자세추정 단계; 및추정된 잔차를 손 모델에 반영하여 손 모델을 변형하는 모델갱신 단계;를 포함하는, 랜덤 포레스트를 사용한 손 자세의 계층적 추정 방법
|
| 6 |
6
제5항에 있어서, 상기 자세추정 단계는,학습된 랜덤 포레스트를 사용하여 현재 정렬되어 있는 손 자세와 다음에 정렬되어야 하는 손 자세 사이의 잔차를 추정하는, 랜덤 포레스트를 사용한 손 자세의 계층적 추정 방법
|
| 7 |
7
제5항에 있어서, 상기 자세추정 단계는,랜덤 포레스트를 구성하는 트리 노드들은 분기를 통해 리프노드에 도달하는 단계;분기를 위해 노드에 할당되어 있는 3차원 오프셋 특징을 사용하여 입력 깊이영상에서 특징 값을 계산하는 단계;노드에 할당된 임계값과의 대소비교를 통해 자식노드로의 분기과정을 반복적으로 수행하는 단계; 및분기를 통해 리프노드에 도달하면 잔차 값을 추정하는 단계;를 포함하는, 랜덤 포레스트를 사용한 손 자세의 계층적 추정 방법
|
| 8 |
8
제7항에 있어서, 상기 자세추정 단계는,랜덤 포레스트를 구성하는 모든 트리에 대해 수행하는 단계; 및모든 도달된 리프노드가 추정한 잔차 값을 평균하여 최종적으로 추정된 잔차로 사용하는 단계;를 더 포함하는, 랜덤 포레스트를 사용한 손 자세의 계층적 추정 방법
|
| 9 |
9
제1항에 있어서,변환행렬은 손 모델을 포인트 클라우드와 정렬하고, 구형 3차원 오프셋 특징을 카메라 좌표계로 정렬하고, 자세를 추정하는 단계에서 추정된 잔차를 카메라 좌표계로 정렬하여 모델갱신 단계에서 손 모델을 변형하는, 랜덤 포레스트를 사용한 손 자세의 계층적 추정 방법
|
| 10 |
10
제1항에 따른 상기 랜덤 포레스트를 사용한 손 자세의 계층적 추정 방법을 수행하기 위한 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 저장 매체
|
| 11 |
11
2차원 영상 좌표계에서 표현되는 깊이영상을 3차원 카메라 좌표계로 변환하는 전처리부;입력데이터로 손 모델과 깊이영상 및 GT자세를 사용하여 학습된 손바닥 자세에 대한 랜덤 포레스트를 출력하는 손바닥 자세 학습부;학습된 손바닥 자세에 의존적으로 학습된 손가락 자세에 대한 랜덤 포레스트를 출력하는 손가락 자세 학습부;학습된 손바닥 자세에 대한 랜덤 포레스트를 사용하여 전역 회전에 대한 정보를 포함하는 손바닥 자세를 추정하는 손바닥 자세 추정부;학습된 손바닥 자세에 의존적으로 학습된 손가락 자세에 대한 랜덤 포레스트를 사용하여 손가락 자세를 추정하는 손가락 자세 추정부; 및추정된 손바닥 자세와 손가락 자세를 합하여 최종적인 손 자세를 추정하는 손자세 표현부;를 포함하는, 랜덤 포레스트를 사용한 손 자세의 계층적 추정 장치
|
| 12 |
12
제11항에 있어서, 상기 손바닥 자세 학습부; 상기 손가락 자세 학습부; 상기 손바닥 자세 추정부; 및 상기 손가락 자세 추정부의 학습 및 추정은, 각각 N(여기서, N은 자연수)만큼 반복되어 계층적으로 수행되는, 랜덤 포레스트를 사용한 손 자세의 계층적 추정 장치
|
| 13 |
13
제12항에 있어서, 상기 손바닥 자세 학습부 및 상기 손가락 자세 학습부는, 각각,변환행렬을 사용하여 학습을 위해 손 모델과 GT자세를 깊이영상과 함께 정렬하는 모델정렬부;구형 3차원 오프셋 특징을 추출하고 정렬된 손 모델과 GT자세의 잔차의 분산을 최소화하는 특징을 선택하는 형태로 랜덤 포레스트를 학습하여 출력하는 랜덤 포레스트 학습부;학습된 N번째 랜덤 포레스트를 사용하여 구형 3차원 오프셋 특징을 추출하고 손 모델의 잔차를 추정하는 자세추정부; 및추정된 잔차를 손 모델에 반영하여 손 모델을 변형하고, N+1번 째 학습을 위해 변환행렬을 갱신하는 모델갱신부;를 포함하는, 랜덤 포레스트를 사용한 손 자세의 계층적 추정 장치
|
| 14 |
14
제12항에 있어서, 상기 손바닥 자세 추정부 및 상기 손가락 자세 추정부는, 각각,변환행렬을 사용하여 학습을 위해 손 모델과 깊이영상을 함께 정렬하는 모델정렬부;학습된 N번째 랜덤 포레스트를 사용하여 구형 3차원 오프셋 특징을 추출하고 손 모델의 잔차를 추정하는 자세추정부; 및추정된 잔차를 손 모델에 반영하여 손 모델을 변형하는 모델갱신부;를 포함하는, 랜덤 포레스트를 사용한 손 자세의 계층적 추정 장치
|
| 15 |
15
제14항에 있어서, 상기 자세추정부는,랜덤 포레스트를 구성하는 트리 노드들은 분기를 통해 리프노드에 도달하고, 분기를 위해 노드에 할당되어 있는 3차원 오프셋 특징을 사용하여 입력 깊이영상에서 특징 값을 계산하고, 노드에 할당된 임계값과의 대소비교를 통해 자식노드로의 분기과정을 반복적으로 수행하여, 분기를 통해 리프노드에 도달하면 잔차 값을 추정하는 과정을, 랜덤 포레스트를 구성하는 모든 트리에 대해 수행하여, 모든 도달된 리프노드가 추정한 잔차 값을 평균하여 최종적으로 추정된 잔차로 사용하는, 랜덤 포레스트를 사용한 손 자세의 계층적 추정 장치
|
