메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김재인 (고려대학교) 이주원 (고려대학교) 장웅진 (고려대학교) 이세리 (펄스나인) 박주영 (고려대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제29권 제2호
발행연도
2019.4
수록면
97 - 103 (7page)
DOI
10.5391/JKIIS.2019.29.2.97

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문은 생성모델(Generative model)을 이용한 댄스 동작 표현과 분류를 다룬다. 일반적으로, 댄스 모션의 데이터는 인체의 여러 관절 등의 운동이 야기하는 복잡한 정보가 결합된 고차원 시계열이다. 이러한 고차원 특징으로 말미암아, 스마트 폰 등의 기기를 통해 추출된 영상, 가속도(acceleration), 각속도(angular velocity)와 같은 시계열 데이터 정보를 직접 사용하여 댄스 동작을 분석하는 것은 많은 어려움을 갖는다. 본 논문은 확률론적 생성모델을 기반으로, 스마트 폰에 장착된 센서로부터 추출된 가속도, 각속도 등의 시계열 데이터 및 휴먼 포즈 키포인트(Human pose key points) 관련 영상 데이터를 처리하여 댄스 동작에 대한 동적 특징을 저차원 잠재 공간 위에 표현하였다. 아울러 이러한 저차원 잠재 공간 표현을 바탕으로 서로 다른 댄스 모션에 대한 특징을 순환신경망 분류기를 사용하여 구별하는 작업을 수행하였다. 이러한 실험결과는 본 논문에서 고려된 방법론의 생성모델 기반 댄스 동작 표현 및 분류에 대한 응용가능성을 보여준다.

목차

요약
Abstract
1. 서론
2. 생성모델과 데이터
3. 실험 결과
4. 결론
References

참고문헌 (26)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0