1 |
1
RGB 영상 및 깊이 정보를 제공하는 카메라를 이용하여 사용자의 영상을 촬영하는 촬영부;상기 영상 내의 RGB 및 깊이 정보를 획득하는 정보획득부;상기 RGB 및 깊이 정보를 3차원 좌표 형태로 변환하는 좌표변환부;랜덤 무향 칼만 필터(Random Unscented Kalman Filter, RUKF)를 이용하여 상기 좌표의 비선형적인 잡음을 제거하는 잡음제거부; 및상기 잡음이 제거된 좌표에서 뼈대 정보를 검출하는 뼈대검출부; 를 포함하는 3D 뼈대 검출 장치
|
2 |
2
제1항에 있어서, 상기 카메라는 키넥트(kinect) 카메라인 것을 특징으로 하는 3D 뼈대 검출 장치
|
3 |
3
제1항에 있어서,상기 뼈대검출부에서 검출한 상기 뼈대 정보를 기반으로 상기 사용자의 자세를 검출하는 3차원 자세검출부를 더 포함하는 것을 특징으로 하는 3D 뼈대 검출 장치
|
4 |
4
제1항에 있어서,상기 잡음제거부는,상기 좌표를 속도와 방향으로 변환하는 변환부;상기 속도와 방향에 상기 랜덤 무향 칼만 필터를 적용하는 필터링부;상기 필터링부를 통해 잡음이 제거된 정보를 이용하여 상기 좌표를 수정하는 수정부; 및상기 수정부에서 상기 수정된 좌표를 기반으로 최종 좌표를 생성하는 좌표생성부;를 포함하는 3D 뼈대 검출 장치
|
5 |
5
제1항에 있어서, 상기 랜덤 무향 칼만 필터는 확률적 통합 규칙을 기반으로 동작을 수행하며,상기 좌표를 기반으로 칼만 이득을 계산하여 상태 추정치 및 상태 공분산을 업데이트하는 측정 업데이트부;업데이트된 상기 상태 공분산 업데이트 값을 기반으로 상태 공분산 업데이트 함수를 정의하는 상태 공분산 업데이트 함수 정의부;상기 상태 추정치 및 측정 추정치를 예측하고, 예측된 값을 기반으로 측정 공분산 업데이트 함수를 정의하여 측정 추정치를 예측하는 시간 업데이트부; 및예측된 상기 측정 추정치를 기반으로 교차 공분산 업데이트 함수를 정의하는 교차 공분산 업데이트 함수 정의부;를 포함하는 3D 뼈대 검출 장치
|
6 |
6
제5항에 있어서, 상기 측정 업데이트부는 상기 상기 교차 공분산 업데이트 함수를 함께 이용하는 것을 특징으로 하는 3D 뼈대 검출 장치
|
7 |
7
촬영부에서 RGB 영상 및 깊이 정보를 제공하는 카메라를 이용하여 사용자의 영상을 촬영하는 단계;정보획득부에서 상기 영상 내의 RGB 및 깊이 정보를 획득하는 단계;좌표변환부에서 상기 영상 내의 RGB 및 깊이 정보를 3차원의 좌표 형태로 변환하는 단계;잡음제거부에서 랜덤 무향 칼만 필터(Random Unsecnted Kalman Filter, RUKF)를 이용하여 상기 좌표의 비선형적인 잡음을 제거하는 단계; 및뼈대검출부에서 상기 잡음이 제거된 좌표에서 뼈대 정보를 검출하는 단계;를 포함하는 3D 뼈대 검출 방법
|
8 |
8
제7항에 있어서, 상기 카메라는 키넥트(kenect) 카메라인 것을 특징으로 하는 3D 뼈대 검출 방법
|
9 |
9
제7항에 있어서,상기 뼈대 정보를 검출하는 단계는,검출한 상기 뼈대 정보를 기반으로 상기 사용자의 자세를 검출하는 단계;를 더 포함하는 것을 특징으로 하는 3D 뼈대 검출 방법
|
10 |
10
제7항에 있어서,상기 잡음을 제거하는 단계는,변환부에서 상기 좌표를 속도와 방향으로 변환하는 단계;필터링부에서 상기 속도와 방향에 상기 랜덤 무향 칼만 필터를 적용하여 필터링을 수행하는 단계;수정부에서 상기 필터링 결과로 잡음이 제거된 정보를 이용하여 상기 좌표를 수정하는 단계; 및좌표생성부에서 상기 수정된 좌표를 기반으로 최종 좌표를 생성하는 단계;를 포함하는 3D 뼈대 검출 방법
|
11 |
11
제10항에 있어서, 상기 랜덤 무향 칼만 필터는 확률적 통합 규칙을 기반으로 동작을 수행하며,A
|
12 |
12
제11항에 있어서,상기 A
|