랜덤 포레스트 확률 분포 기반의 바디 파트 인식 및

Slides:



Advertisements
Similar presentations
신진영 현지 조사 방법 및 보고서 작성법 제 7 강 - 자료 수집과 설문지 작성 -
Advertisements

진우석 오준민 정무여 김상구 황현서 5조5조.
중원대학교 의료공학과 신 진솔 (WED). 영상의 밝기 & 명암 조절 영상의 감마보정 영상의 잡음 감소.
1 산학공동과제도출 범용 3D 프린터를 위한 3D 스캐너 개발 특허법률사무소에서 3D 프린터의 필요성 특허출원자가 자신의 아이디어를 설명하고, 시작품을 구 현해 보기 위한 급속 조형 방법 필요 이를 지원하기 위해 본 특허법률사무소에서는 국내최초로 3D 프린트 제작사업 시작.
Journal Citation Report Thomson Reuters 한국 지사. 해외전자정보 서비스 이용교육 Page Journal Citation Report 접속 RISS- 해외전자정보서비스이용교육 2 Journal Citation Reports 전 세계의 주요.
Database & Distributed Computing Lab. in Wonkwang UNIV. ’97 한국정보처리학회 추계학술발표대회 목 차  서 론  객체그룹  객체그룹 모니터링 시스템  객체그룹 모니터링  결 론.
측정법에 따른 갑상선자극호르몬 결합억제면역글로블린의 임상적 유용성 검토
재료수치해석 HW # 박재혁.
일반 요구 사항 비즈니스 요구사항 고객/정보/위치/상태 탐색방법 제품/서비스 홍보 및 광고 방법
Project Management(인력관리)
URLink 팀명: S.B.S. 팀원: 김보성, 박지수.
적분방법의 연속방정식으로부터 Q=AV 방정식을 도출하라.
이산수학 (2012년 2학기) : 강의 소개 담당교수: 류승택 (60주년 기념관: 18407)
경희의료원 ADHD 환자 현황 및 처방분석 김인경0, 이은경, 홍혜정, 김남재, 경희의료원 약제본부 배 경 목 적 방 법
Report #5 - due: 4/13 다음 10*5의 희소 행렬 A, B를 고려하라.
(생각열기) 멘델레예프의 주기율표와 모즐리의 주기율표 에서 원소를 나열하는 기준은? ( )
“주파수가 인덕턴스에 미치는 영향”실험에 관련하여 실험결과가 다르게 나온 이유?
Web Service Computing and Practice_
Report #2 - Solution 문제 #1: 다음과 같이 프로그램을 작성하라.
Hybrid INDIGO project 중간보고
PTZ카메라를 이용한 Target Tracking
Hyperion 3조 조철희 전경미 김현준 이은선.
화학기기종합설계 2014_2 FAKE OIL DETECTOR FOD™ 김기훈 이경석.
분석적 사고 (Analytical Thinking)
CHAPTER 02 OpenCV 개요 PART 01 영상 처리 개요 및 OpenCV 소개.
Simulating Boolean Circuits on a DNA Computer
랜덤 포레스트 확률 분포 기반의 바디 파트 인식 및
18F-FDG 생산 효율 증가 및 안정화 30 th May 2009 화순전남대학교병원 핵의학과 *이지웅,장화연,신상민,김명준
이미지 포렌식 작성자: liberte97.
소비자 감성과 사용성을 고려한 인간공학적 의자설계 및 디자인 인터페이스 개발 한양 대학교 산업공학과 김정룡 외 4명
13. 포인터와 배열! 함께 이해하기 IT응용시스템공학과 김 형 진 교수.
군집 분석.
1차 프로젝트 발표 GAME ENGINE 게임 공학과 이성진.
자료구조: CHAP 7 트리 –review 순천향대학교 컴퓨터공학과 하 상 호.
제 10 장 의사결정이란 의사결정은 선택이다.
8장. 상호 배타적 집합의 처리.
MCL을 이용한 이동로봇 위치추정의 구현 ( Mobile robot localization using monte carlo localization ) 한양대학교 전자전기전공 이용학.
Clipping 이진학.
BIC 사례 1 연관규칙과 분류모형을 결합한 상품 추천 시스템: G 인터넷 쇼핑몰 사례
기상 레이더 정보를 이용한 획기적인 LID시설 제어 방법 GIST대학 물리학부 정희원 GIST대학 기초교육학부 박연준, 기태윤
인체 대 탐험 3D GAME ENGINE 게임 공학과 이성진.
영상인식분야 개발계획서 ○ ○ 대학교 팀명 제13회 현대자동차그룹 미래자동차 기술공모전
전북대학교 물 재이용 증진을 위한 범국민적 사고전환 공과대학 환경공학과 College of Engineering
비소세포성폐암에서 MonoTotal™ 유용성 평가
“웹과 모바일을 연동한 평가 간편 시스템” vol
제2회 KSME-SEMES 오픈 이노베이션 챌린지 발표 심사 제안서 아이디어 제목 기재 팀명 기재 주최 :
(생각열기) 축구장의 전광판에 사용되는 LED에서 나오 는 빛의 3원색은 무엇인가?
클러스터 시스템에서 효과적인 미디어 트랜스코딩 부하분산 정책
네이버 CCL 도입 현황 및 계획 서비스정책센터 최인혁.
4장. 데이터 표현 방식의 이해. 4장. 데이터 표현 방식의 이해 4-1 컴퓨터의 데이터 표현 진법에 대한 이해 n 진수 표현 방식 : n개의 문자를 이용해서 데이터를 표현 그림 4-1.
Ⅰ. 서 론 내용기반 영상검색 정의: 영상을 분석하여 얻어진 특징 정 보를 이용해 유사한 영상을 검색 하는 기술
랜덤 포레스트 확률 분포 기반의 바디 파트 인식 및
전자의료시스템 및 실습 SCI 구 환 경희대학교 전자정보대학 동서의료공학과.
Information Communication Technology
상관계수.
학번 : 이름 : 김종걸.
공학논문작성법 (8강) 영문 공학논문 작성법 2016년 1학기 Outline version 1 피드백
수치해석 ch3 환경공학과 김지숙.
CODING SOFTWARE CREATIVE EDUCATION CENTER
2011학년도 졸업작품 주제 발표 -카메라 기반 제스처 인식 UI-
                              데이터베이스 설계 및 실습 #6 - SQL 실습 한국외국어대학교 DaPS 연구실                              
아날로그 신호를 디지털 신호로 변환하는 A/D 변환기 A/D 변환 시 고려하여 할 샘플링 주파수 D/A 변환기
Ch12. Deep Learning (Backpropagation)
13. 포인터와 배열! 함께 이해하기.
문제의 답안 잘 생각해 보시기 바랍니다..
C++ Espresso 제15장 STL 알고리즘.
빛의 투과율 실험을 통하여 자외선을 잘 차단하면서도 잘 보이는 선글라스를 만들어 보자!
3D 농구 슛 시뮬레이션 이세기.
LEON3 DBT 엔진을 이용한 ERC32 기반의 하이퍼바이저 프로토 타입 개발
제4회 KSME-SEMES 오픈 이노베이션 챌린지 발표 심사 제안서 아이디어 제목 기재 팀명 기재 주최 :
Presentation transcript:

랜덤 포레스트 확률 분포 기반의 바디 파트 인식 및 관절 추정을 통한 향상된 3D 인체 관절 포즈 구현 남상범, 박성언, 한희석, 전현재, 김소망, 김태성* 경희대학교 생체의공학과 Sbnam, supark,hshan,hjjeon1106, smkim0125, tskim@khu.ac.kr 연 구 배 경 그림 2. 랜덤 포레스트의 레이블을 이용한 투표(파란색)와 확률 분포를 이용한 투표(빨간색)의 인식 에러율 비교 영상 정보를 통한 사람의 자세 인식 시스템(Human Pose Recognition System)은 스마트 홈, 스마트 자동차 등의 제스쳐 인터페이스 응용에 대한 연구가 활발히 진행되고 있다 [1]. 기존 연구는 바디 파트 인식 투표(voting) 과정에 랜덤 포레스트(Random Forests) 각 결정 트리의 레이블 결과로 투표하여 최종 바디 파트를 인식하였고, 인식된 바디 파트의 2진 영상을 이용하여 평균이동 알고리즘(Meanshift) 을 통해 3차원 관절을 추정 하였다 [2]. 본 논문에서는 랜덤 포레스트 인식기의 확률 정보를 이용한 최대 우도(Maximum Likelihood) 분류를 통해 최종 바디 파트를 인식하고, 확률 분포에 따른 가중치 영상에 평균 이동 알고리즘을 적용하여 향상된 3차원 관절 휴먼 바디 포즈를 추정할 수 있는 방법을 제안한다. 그림 3. (a) 뎁스 실루엣 영상. (b) 바디 파트 인식 결과. (c),(d) 확률 분포를 사용하지 않은 3차원 관절 모델의 전면과 측면. (e),(f) 확률 분포를 사용한 3차원 관절 모델의 전면과 측면 (e) (c) (a) (f) (d) (b) 연 구 방 법 훈련된 랜덤 포레스트를 통하여 인체 실루엣의 각 바디파트에 대한 확률 분포를 획득할 수 있다. 5개의 결정 트리로 부터 획득한 확률 분포에 최대 우도 분류를 적용하여 최종 바디 파트 인식결과를 투표한다. 투표로 결정된 각 바디 파트에 대한 31개의 확률 분포 영상에 평균 이동 알고리즘을 적용하여 Joint Proposal을 추정 하였다. 그림 1은 본 논문에서 제안하는 방법의 흐름도를 나타낸다. 추정된 Joint Proposal의 결과를 수식 1을 통해 신뢰도를 검증하였다. Nwindow는 평균이동 알고리즘의 탐색 영역 내 실루엣 픽셀 개수를, Pi는 영역 내 픽셀들의 확률을 나타낸다. 신뢰도가 25% 이상인 바디 파트 결과를 선택적으로 사용하여 향상된 최종 3차원 관절 휴먼 바디 포트를 구현하였다.   그림 1. 제안하는 방법의 흐름도 그림 3 (e, f)는 각 바디 파트의 확률로 가중치를 둔 확률 분포 영상 기반의 평균이동 알고리즘 결과를 이용해 추정된 3차원 관절 모델의 전면과 측면을 나타낸다. 사전연구[2]의 검증 단계에서는 두 인접한 관절 간의 레이블 존재 여부만을 통해 포즈의 오류를 검출 하였다. 그림 3 (c)에서 보이는 왼손의 오류는 사전연구[2]의 검증 단계에서 검출 될 수 없으나 확률 분포를 이용한 수식(1)의 신뢰도 재 검증 과정을 통해 검출이 가능 하며, 정확한 자세 추정을 할 수 있다. 결 론 및 토 의 연 구 결 과 랜덤 포레스트로부터 획득한 확률 분포를 통해 바디 파트 인식 결과가 개선됨. 기존의 2진영상을 사용한 3차원 관절 모델 추정결과에서 검출되지 못한 포즈의 오류를 확률 분포로 가중치를 둔 영상을 사용하여 향상된 최종 3차원 휴먼 바디 포즈를 구현 하였다. 인체 실루엣의 바디 파트의 투표과정에서 랜덤 포레스트로부터 획득된 레이블을 이용한 경우와 확률을 이용한 경우에 대해 인식 결과의 에러율을 비교하였다. 그림 2는 무작위로 선택된 50개의 영상에 대해 두 가지 방법을 이용한 바디 파트 인식의 에러율을 나타낸다. 레이블을 이용한 투표 방법의 에러율은 평균 16.8%를 보였다. 확률 분포를 이용한 투표 방법은 평균 13.9%의 에러율을 보였다. 확률 분포를 이용했을 때 평균 2.9%의 에러율이 감소됨을 확인하였다. 그림 3은 향상된 3차원 관절 휴먼 바디 포즈의 예시를 나타낸다. 그림 3(a)는 뎁스 실루엣 영상을, (b)는 투표 결과를 통해 인식된 바디 파트 영상을 보여준다. 두 가지 방법을 이용하여 추정된 3차원 관절 휴먼 바디포즈의 결과 비교를 그림 3 (c-f)에 나타내었다. 그림 3 (c, d)는 각 바디 파트의 레이블로 가중치를 둔 2진 영상 기반의 평균이동 알고리즘의 결과를 보여준다. 참고 문헌 [1] J. Shotton, T. Sharp, A. Kipman, A. Fitzgibbon, M. Finocchio, A. Blake, M. Cook, R. Moore, “Real-Time Human Pose Recognition in Parts from Single Depth Images.” In Communications of the ACM vol 56, 2013, pp. 116-124 [2] 남상범, 전현재, 한희석, 임명준, 김태성,“평균이동 알고리즘을 이용한 뎁스 바디 파트 인식 영상으로부터의 3D 인체 관절 포즈 추정.” 제47회 대한의용생체공학회 춘계학술대회, pp. 385-386. Contact Information SANGBEOM NAM: E-mail: sbnam@khu.ac.kr