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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
김우석 (한국전자통신연구원) 권승준 (한국전자통신연구원)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2021년도 추계종합학술대회 및 대학생논문경진대회
발행연도
2021.11
수록면
68 - 71 (4page)

이용수

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

초록· 키워드

오류제보하기
핸드 제스처 인식은 가상 현실 콘텐츠에서 자연스러운 상호작용을 가능하게 하는 주요 기술 중 하나이다. 본 논문에서는 스켈레톤 형태로 주어지는 제스처의 인식을 위한 심층 신경망 모델을 제시한다. 그래프 형태로 기술되는 핸드 스켈레톤 입력에 대해 특징값을 추출하기 위한 GNN기반의 구조를 기술하고 이를 통해 계산된 특징값 시퀀스로부터 제스처 종류를 구분하기 위한 모델을 구성하였다. 설계된 모델의 인식 성능은 공개되어 있는 두가지 데이터 셋인 DHG-14/28 및 SHREC’17에 대해 학습한 결과를 토대로 확인하였다.
#skeleton gesture recognition #deep learning #graph neural network

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 핸드 제스처 입력
Ⅱ. 인식 모델 구조
Ⅳ. 학습 및 결과
Ⅴ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

다시점 카메라 시스템을 이용한 고정밀 스켈레톤 추출 기법
김경진 ,  박병서 ,  김동욱 외 1명 한국방송미디어공학회 학술발표대회 논문집 2020 .07

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-004-002162352