역운동학 기반 3차원 사람 모션복원 및 자세인식
Inverse Kinematics-based Human Motion Reconstruction and Pose Recognition
2
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
비전기반 3차원 제스처 인식 기술은 카메라를 이용하는 많은 응용분야에서 중요한 핵심 기술로 인식되고 있다. 본논문에서는 영상으로부터 추출 가능한 신체 특징점의 3차원 위치정보를 이용하여 영상에서 추정이 불가능한 나머지중간관절의 움직임 정보를 계산하여 사람의 동작을 복원하며 복원된 동작 정보를 이용하여 동작자의 자세를 인식하는방법에 대해 기술한다. 영상으로부터 추출되지 않는 중간관절의 3차원 후보 위치들은 Inverse Kinematics 이론을 적용하여 계산되어지며 후보 위치들 중 다양한 신체 제약조건을 이용하여 후보군의 수를 줄인다. 또한 보다 정확한 위치추적을 위해 Kalman Filter를 사용하며 이전 프레임과의 상관관계를 적용하면 보다 정밀한 최종 추정치를 얻을 수 있다. 계산된 관절들의 위치 및 회전값을 이용하여 동작을 복원할 수 있으며 복원된 3차원 모션 데이터에서 관절과 관절사이를 잇는 법선벡터들을 하나의 벡터로 통합한 3차원 자세기술자를 사용하여 명령형 제스처 인식이 가능하게 된다. 제안된 방법은 사람의 실제 움직임이나 제스처를 손쉽게 복원할 수 있어 다양한 단말에서 감시시스템이나 게임시스템구현에 널리 활용될 수 있을 것으로 기대된다.
Abstract
A new approach is suggested to recognize a gesture based on restored human motion which is calculated the 3D positions of intermediate joints using 3D positions of body features estimated from images. For generating the 3D candidate positions of intermediate joints which cannot be extracted from images, we apply an in inverse kinematics theory to compute the target position of intermediate joints. And we can reduce the number of candidate positions by applying the various physical constraints of body. Finally, we can generate the more accurate final position using the Kalman filter for a motion tracking and the relationship between the previous frame information and the candidate positions. The proposed method reconstructs the human motion base on the calculated position and rotation information. Additionally we recognize the gesture commands using 3D pose descriptor which is a vector of the normal vectors between joints of reconstructed 3D human body motion.
참고문헌 (15)
- 정영호, "스마트TV 기술동향", 한국방송공학회지, 16(1), pp.65~75 (2011)
- A. Agarwal, "Recovering 3D human pose from monocular images", IEEE Transactions on Pattern Analysis and Machine Intelligence, 28(1), pp.44~58 (2006)
- A. Jaumei-iCapó, "Adding image constraints to inverse kinematics for human motion capture", EURASIP J. Adv. Signal Process (2010)
- P. Peursum, "Robust Recogniti on and Segmentation of Human Actions Using HMMs with Missing Observations", EURASIP Journal on Applied Signal Processing, 13, pp.2110~2126 (2005)
- L. R. Rabiner, "A Tutorial on hidden Markov models and selected applications in speech recognition", Proc. IEEE, 77(2), pp.257~286 (1989)
- Edward Angel, "Interactive Computer Graphics", 362~370 (1997)
- D. Tolani, "Real-time inverse kinematics of the human arm", Presence, 5(4), pp.393~401 (1996)
- D. Tolani, "Real-time Kinematics techniques for anthropomorphic limbs", Graphical Models, 62(5), pp.353~388 (2000)
- An Introduction to the Kalman Filter, "Greg Welch", Univ. of North Carolina at Chapel Hill, ~, pp.TR 95-041 (2001)
- Y.H. Seo, "Improved numerical inverse Kinematics for human pose estimation", Optical Engineering, 50(3), pp.037001-1~037001-14 (2011)
- Y. Choi, "RBF-SVM based Pose Recognition with 3D Pose Descriptor", Proc. of the Eighteenth Korea-Japan Joint Workshop on Frontiers of Computer Vision, pp.120~123 (2012)
- 이용철, "제스처 인식을 활용한 모바일 게임 제어", 한국콘텐츠학회 논문지, 11(12), pp.629~638 (2011), 한국콘텐츠학회