키넥트 센서를 이용한 Conditional Random Field 기반의 제스처 인식 = Conditional Random Field based Gesture Recognition with Kinect Sensor

국문 초록 (Abstract)

본 논문에서는 키넥트 센서로부터 생성된 깊이 정보를 이용한 제스처 인식 기술을 제안한다. 3차원 인체 구성 요소 검출을 위해서는 깊이 정보를 의미있는 제스처 인식을 위해서는 CRF(Conditional Random Field)를 이용한다. 제안된 제스처 인식 기술은 2 단계로 구성된다. 첫번째 단계에서는 인체 구성요소의 상호 관계를 3차원의 특징 집합으로 표현한다. 두번째 단계에서는 추출된 특징 정보를 이용하여 CRF 모델 기반 제스처 인식을 수행한다. 제안된 방법의 성능 평가를 위해서 공개 데이터베이스인 마이크로소프트 Cambridge-12 Kinect 제스처 데이터베이스를 이용한다. 실험 결과 제안된 방법은 제스처를 효율적으로 인식할 수 있음을 보여준다.

다국어 초록 (Multilingual Abstract)

In this paper, we propose a new method for recognizing gestures using depth information generated with Microsoft"s Kinect. We use depth informations to detect 3D human body components and use conditional random fields to recognize meaningful gestures. Gesture recognition is achieved through a framework consisting of two steps; 1) A human subject is described by a set of features, encoding the angular relationship between body components in 3D space. 2) A feature vector is recognized using a conditional random field. We use a public data set, the Microsoft Research Cambridge-12 Kinect gesture database, to show the performance of the proposed method. The experimental results show that the proposed method can efficiently recognize body gestures automatically.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 3차원 인체 구성 요소 재구성
• 3. Conditional Random Field 기반 제스처 인식
• 4. 실험 결과 및 분석
• 5. 결론
• References

참고문헌 (Reference)

1 양희덕, "연속된 수화 인식을 위한 자동화된 수화 및 지화 적출" 한국정보과학회 38 (38): 102-107, 2011

2 양희덕, "연속된 수화 인식을 위한 자동화된 Coarticulation 검출" 한국정보과학회 36 (36): 82-91, 2009

3 M. Ahmad., "Variable Silhouette Energy Image Representations for Recognizing HumanActions" 28 (28): 814-824, 2010

4 H. -D. Yang., "Simultaneous Spotting of Signs and Fingerspellings Based on Hierarchical Conditional Random Fields and Boostmap Embeddings" 43 (43): 2858-2870, 2010

5 H. -D. Yang., "Sign Language Spotting with a Threshold Model Based on Conditional Random Fields" 31 (31): 1264-1277, 2009

6 Z. Ren., "Robust Hand Gesture Recognition with Kinect Sensor" 759-760, 2011

7 J. Shotton., "Realtime Human Pose Recognition in Parts from Single Depth Images" 1297-1304, 2011

8 "MICROSOFT KINEC"

9 S. Fothergill., "Instructing People for Training Gestural Interactive Systems" 1737-1746, 2012

10 K. Bousmalis., "Infinite Hidden Conditional Random Fields for Human Behavior Analysis" 24 (24): 170-177, 2013

11 A. Quattoni., "Hidden conditional random fields" 29 (29): 1848-1852, 2007

12 H. -D. Yang., "Gesture Spotting and Recognition for Human-Robot Interaction" 23 (23): 256-270, 2007

13 K. K. Biswas., "Gesture Recognition using Microsoft Kinect" 100-103, 2011

14 J. Lafferty., "Conditional Random Fields : Probabilistic Models for Segmenting and Labeling Sequence Data" 282-289, 2001

15 H. -S. Chung., "Conditional Random Field-based Gesture Recognition with Depth Information" 52 (52): 017201-1-017201-7, 2013

16 Z. Zafrulla., "American Sign Language Recognition with the Kinect" 1279-1286, 2011