생몰정보
소속
직위
직업
활동분야
주기
서지
국회도서관 서비스 이용에 대한 안내를 해드립니다.
검색결과 (전체 1건)
원문 있는 자료 (1) 열기
원문 아이콘이 없는 경우 국회도서관 방문 시 책자로 이용 가능
목차보기더보기
표제지
감사의 글
목차
1. 서론 8
2. 문제 정의 10
2.1. 인식 대상 동작 10
2.2. 입력 데이터의 성격 14
2.3. 동작 제약 사항 14
3. 기존 연구 15
3.1. 특징 기반 인식 15
3.2. 포스쳐 기반 인식 16
3.3. 제스쳐 기반 인식 17
4. 동작 인식기의 구조와 핵심 방법론 18
4.1. 동작 인식의 어려움 18
4.2. 인식 알고리즘 18
4.3. HMM 기반의 궤적 중심 연속 동작 인식기 22
4.3.1. Hidden Markov Model 23
4.3.2. 연속 궤적 패턴의 인식기 구조 28
4.4. NN+HMM 기반의 동작 인식기 31
4.4.1. 특징 벡터 추출 31
4.4.2. 신경망 루틴 32
4.4.3. HMM 루틴 33
5. 동작 인식기의 구현 및 결과 34
5.1 인식 테스트 결과 및 분석 34
5.1.1. 궤적 중심 동작 인식 시스템의 성능 평가 35
5.1.2. 전신 동작 인식기의 성능 평가 37
6. 결론 및 향후 과제 41
6.1. 요약 및 결론 41
6.2. 향후 과제 41
7. 참고문헌 42
Abstract 46
[표 1] 정신 동작 내용 1 12
[표 2] 정신 동작 내용 2 13
[표 3] 각 관절의 자유도 14
[표 4] 단일 궤적 인식률 35
[표 5] 단일 궤적의 혼동 행렬 36
[표 6] 제스쳐 기반 인식 결과 37
[표 7] 포스쳐+제스쳐 기반 인식 결과 37
[표 8] 특징 기반 인식 결과 38
[표 9] 다리 및 전체 타입 동작 혼동 행렬 39
[표 10] 팔타입 동작 혼동 행렬 39
[그림 1] 팔 타입 동작 24종 1 10
[그림 2] 팔 타입 동작 24종 2 11
[그림 3] 다리 타입 동작 4종 11
[그림 4] 전체 타입 동작 12종 11
[그림 5] 동작자의 관절 14
[그림 6] Gescog 시스템의 전체적인 구조 19
[그림 7] Gescog 시스템의 세부적인 구조도 21
[그림 8] Left-to-Right-HMM의 예 23
[그림 9] HandGesture 시스템 구조 28
[그림 10] Fitting Plane과 양자화 Chain code 29
[그림 11] 8개의 방향으로 양자화된 chain code 29
[그림 12] 실시간 인식을 위한 백워드 알고리즘 30
[그림 13] 실시간 인식을 위한 포워드 알고리즘 30
[그림 14] 신경망+HMM 인식 모듈의 구조 31
[그림 15] Gescog 시스템의 신경망 구조 32
[그림 16] Gescog 시스템으로 모션을 인식하는 화면 34
[그림 17] 단일 궤적 동작 정의 35
원문구축 및 2018년 이후 자료는 524호에서 직접 열람하십시요.
도서위치안내: / 서가번호:
우편복사 목록담기를 완료하였습니다.
* 표시는 필수사항 입니다.
* 주의: 국회도서관 이용자 모두에게 공유서재로 서비스 됩니다.
저장 되었습니다.
로그인을 하시려면 아이디와 비밀번호를 입력해주세요. 모바일 간편 열람증으로 입실한 경우 회원가입을 해야합니다.
공용 PC이므로 한번 더 로그인 해 주시기 바랍니다.
아이디 또는 비밀번호를 확인해주세요
