• 전체
  • 전자/전기
  • 통신
  • 컴퓨터
닫기

사이트맵

Loading..

Please wait....

국내 학회지

홈 홈 > 연구문헌 > 국내 학회지 > 전자공학회지 - 대한전자공학회

전자공학회지 - 대한전자공학회

Current Result Document : 6 / 18 이전건 이전건   다음건 다음건

한글제목(Korean Title) [특집] 비디오기반 행동인식 연구 동향
영문제목(English Title)
저자(Author) 고병철                             
원문수록처(Citation) VOL 44 NO. 08 PP. 0016 ~ 0022 (2017. 08)
한글내용
(Korean Abstract)
인간 행동(human activity)연구는 크게 ‘인간 행위 의도를 인식하고 그에 맞는 서비스를 제공’ 하려는 컴퓨터비전 또는 인공지능 측면에서 목적과, 반대로 ‘컴퓨터나 로봇이 인간과 유사한 방법으로 의사를 표현’ 할 수 있도록 하기 위한 HCI (Human-computer interface), 로봇공학적인목적으로 구분 할 수 있다. 인간의 행동은 <그림 1>과 같이 세부적으로 제스처(gesture) 혹은 포즈(pose), 액션(action), 행동(activity), 상호작용(interaction), 그룹 행동(group activity), 이벤트(event)로 구분할 수 있다. 제스처는 기본 액션(atomic action)인 독립된 신체 부위의 움직임을 의미하며 수화인식이 대표적인 제스처 인식 연구이다. 액션(action)은 서로 다른 신체 부위가 연속적으로 움직이는 것을 의미하며, ‘뛰기’, ‘걷기’, ‘구부리기’등등을 예로 들 수 있다. 행동(activity)는 인간의 액션이 상대적으로 긴 시간동안 연속적으로 일어나고, 동시에 여러 가지 행동이 결합된 것을 말한다. 행동의 예로는 ‘ATM으로부터 현금 인출하기’, ‘전화 받기’, ‘차를 마시기’ 등이 있다. 상호작용(interaction)은 ‘밀기’, ‘때리기’와 같이 인간과 대상체(인간, 객체)사이에 주고받는 행동을 의미한다. 그룹 행위는 행위를 일으키는 주체가 개인이 아니라 단체인 경우를 의미한다. 마지막으로 이벤트(event)는 긴 시간동안 여러 행동들이 결합된 보다 의미 있는 행동을 의미한다. 이벤트의 예로는‘축구 게임’, ‘생일 파티’와 같이 긴 시간동안 여러 객체들의 행동이 결합되어 발생된다. 컴퓨터비전 분야에서 인간행동인식 연구는 수십 년간 지속적으로 이루어져왔지만 다음과 같은 여러 가지 제약으로 인해 아직까지도 인식의 어려움을 겪고 있다. 1) 객체의 겹침, 비 강체(non-rigid) 움직임, 시각(viewpoint)의 변화와 같은 외형의 변화,2) 방대한 학습 데이터 필요,3) 모호한 행동에 대한 정의의 어려움,4) 정적 데이터와 동적데이터의 혼재행동인식 연구는 전통적인 행동 인식방법과 딥러닝(Deep Learning) 기반의 행동인식 방법으로 구분해 볼수 있다. 첫 번째로 전통적인 행동인식 방법은 <그림 2 (위)>와 같이, 입력된 영상 혹은 비디오 프레임들로부터 객체의 영역을 분할하거나 추적하는 등의 전처리 과정을 거친다. 이후에 각 객체로부터 다양한 특징벡터를 추출하고 패턴 인식기를 학습하는 과정과 새롭게 입력되는 객체로부터 동일한 특징벡터를 추출하여 학습된 분류기를 적용해 최종 행동을 인식하는 과정을 거친다. 최근에는 <그림 2 (아래)>와 같이 특징 추출과정에서 미리 지정된 특징추출기 대신에 CNN(Convolutional Neural Network)의 컨볼루션 커널 네트워크를 적용하여 행동인식에 최적화된 특징을 추출하고 분류기를 학습시킴으로서 인식 성능을 높이고자 하는 연구가 주목을 받고 있다. 따라서 본 논문에서는 전통적인 행동인식 방법을 우선 설명하고 전통적인 방법론의 한계점을 극복하기 위해 제안된 딥 러닝 기반의 행동인식 방법들을 설명하도록 한다. 본 논문의 구성은 다음과 같다. 2장에서는 행동인식에서 필수적인 시공간 특징 정보 특징 추출과 행동인식을 위한 전통적인 패턴 인식 알고리즘에 대해 알아본다. 3장에서는 최근의 딥 러닝 기반 행동인식 알고리즘의 특징에 대해 설명하고 4장에서는 행동인식에 대한 향후 연구방향과 전망을 살펴본다.
영문내용
(English Abstract)
키워드(Keyword)                              
파일첨부 PDF 다운로드