개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2011.5
- 수록면
- 172 - 180 (9page)
이용수
초록· 키워드
오류제보하기
최근 유비쿼터스 관련 H/W, S/W의 발전으로 사람과 컴퓨터 간의 커뮤니케이션(HCI ; Human Computer Interaction)이 중요시되어, 그 핵심기술로써 컴퓨터가 사람의 상태를 인지하는 인식기술이 활발히 연구되고 있다. 현재의 많은 패턴 인식 및 제스처 인식 시스템이 80% 이상의 높은 인식률을 갖지만, 이는 특정 제스처 또는 특정 상황 등의 극히 제한적인 표본 데이터만을 갖고 실험한 결과이며, 이는 곧 범용으로 활용되기 힘든 단점을 갖는다.
본 연구에서는 여러 개의 관성센서에서 입력된 3D 사용자 제스처를 분석하여 특징벡터를 추출한 후 개선된 하이브리드 신경망을 이용하여 학습 및 인식 과정의 성능을 향상시키고, 그래픽카드의 GPU를 이용하여 병렬처리(CUDA)[1] 함으로써 실시간에 가까운 처리속도를 낼 수 있는 관성 제스처 인식 시스템에 대하여 연구한다.
개선된 하이브리드 신경망은 기존 HMM(Hidden Markov Model)이나 퍼셉트론을 이용한 인식 알고리즘 보다 더욱 높은 인식률을 보이며, 많은 데이터를 처리하고 인식하는 과정에서 필연적으로 발생되는 처리시간 증가는 VGA의 GPU를 이용하여 병렬 계산함으로써 단일 CPU를 이용하는 데이터 처리보다 30∼250배 정도 시간을 단축할 수 있다.
본 연구에서는 여러 개의 관성센서에서 입력된 3D 사용자 제스처를 분석하여 특징벡터를 추출한 후 개선된 하이브리드 신경망을 이용하여 학습 및 인식 과정의 성능을 향상시키고, 그래픽카드의 GPU를 이용하여 병렬처리(CUDA)[1] 함으로써 실시간에 가까운 처리속도를 낼 수 있는 관성 제스처 인식 시스템에 대하여 연구한다.
개선된 하이브리드 신경망은 기존 HMM(Hidden Markov Model)이나 퍼셉트론을 이용한 인식 알고리즘 보다 더욱 높은 인식률을 보이며, 많은 데이터를 처리하고 인식하는 과정에서 필연적으로 발생되는 처리시간 증가는 VGA의 GPU를 이용하여 병렬 계산함으로써 단일 CPU를 이용하는 데이터 처리보다 30∼250배 정도 시간을 단축할 수 있다.
목차
요약
I. 서론
II. 하드웨어 설계 및 개발
III. 연구 결과 및 고찰
IV. 결론
참고문헌
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
의료영상 분석을 위한 CUDA 기반의 고속 DRR 생성 기법
양상욱
,
최영
,
구승범
한국CDE학회 논문집
2011
.08
CUDA를 이용한 PCA 기반 얼굴인식의 가속
이영민
정보과학회논문지 : 시스템 및 이론
2013
.02
차영상과 CUDA를 이용한 실시간 동영상의 다양한 선 스타일화
손태일
,
박경주
한국HCI학회 학술대회
2012
.01
몰입형 가상현실의 착용식 사용자 인터페이스를 위한 Mixture-of-Experts 기반 제스처 인식
윤종원
,
민준기
,
조성배
한국HCI학회 논문지
2011
.05
GPU기반의 디지털 홀로그램 고속 생성을 위한 최적화 기법
송중석
,
박종일
한국방송미디어공학회 학술발표대회 논문집
2011
.07
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2013-600-001487391