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
- 학술저널
- 저자정보
- 발행연도
- 2024.9
- 수록면
- 878 - 885 (8page)
- DOI
- 10.5762/KAIS.2024.25.9.878
이용수
초록· 키워드
오류제보하기
손동작 인식은 이미지나 비디오 데이터로부터 인간의 동작 및 제스처를 식별하는 행동인식기술의 한 형태이다. 디지털 기술의 발전으로 제품에 스마트 기능이 추가되는 사례가 많아지면서 동작인식의 편리성과 효율성도 강조 되고 있다. 본 연구는 손동작 인식을 시도하기 위한 과정으로, 손동작을 기반으로 클래스를 나누어 각각의 클래스를 분류해내는 비디오 분류 연구를 진행한다. 비디오 영상 자체로 딥러닝 분류를 하게 되면 정확도도 높으며, 이미지를 통한 비디오 분류보다 다양한 분야에서 활용이 가능하다는 장점이 있다. 제시된 알고리즘은 3D CNN(Convolutional neural network)과 LSTM(Long Short-Term Memory)이 결합된 형태로 이루어져 있다. 개발한 3D CNN은 이미지나 비디오의 특징 추출에 주로 사용하는 2D CNN 중 ResNet-18의 구조에서 고안하였다. LSTM은 순차 데이터를 학습, 처리, 분류하는 데 주로 사용되고 있는 RNN(Recurrent Neural Network)중의 한 종류이다. 3D CNN을 통해 비디오의 특징을 추출하고, LSTM을 통해 추출된 특징의 시퀀스를 학습 후 각 비디오 시퀀스를 손동작의 변화를 기준으로 하는 다섯 가지 클래스로 분류하였으며 비디오 분류 결과 정확도 평균 87%를 보여 주었다.
목차
요약
Abstract
1. 서론
2. 동작 인식 기술
3. 신경망
4. 시뮬레이션
5. 결론
References
참고문헌 (21)
참고문헌 신청
MathWorks. Object Recognition [Internet]. The MathWorks, Inc. Available From:https://kr.mathworks.com/solutions/image-video-processing/object-recognition.html (accessed March. 2, 2024).
H. D. Yang, "Deep learning and gesture recognition techniques", Broadcasting and Media Magazine, Vol. 22, No. 1, pp. 59-66, Jan. 2017.
J. G. Nam, J. H. Kim, B. H. Kim, B. T. Jang, “Deep Learning Technologies for Analysis of TV Drama Video Stories”, Broadcasting and Media Magazine, Vol. 22, No. 1, pp. 91-102, Jan. 2017.
D. H. Cho, Y. W. Lee, H. C. Lee, Y. H. Kim, “Automatic Video Generation Based on Image Mood Classification”, Proceedings of the Korean Institute of Broadcast and Media Engineers, The Korean Institute of Broadcast and Media Engineers, Korea, Vol. 10, No. 9, pp. 67-68, Nov. 2019.
J. Y. Park, W. J. Ahn, C. S. Ahn, S. J. Kang, "Video Category Classifier for Personalized Advertisements using Deep Learning Detection Tool YOLO", Proceedings of the Korean Society of Broadcast Engineers Conference, The Korean Institute of Broadcast and Media Engineers, Korea, Vol. 2019, No. 11, pp. 237-239, Nov. 2019.
H. D. Yang, "Deep learning and gesture recognition techniques", Broadcasting and Media Magazine, Vol. 22, No. 1, pp. 59-66, Jan. 2017.
J. G. Nam, J. H. Kim, B. H. Kim, B. T. Jang, “Deep Learning Technologies for Analysis of TV Drama Video Stories”, Broadcasting and Media Magazine, Vol. 22, No. 1, pp. 91-102, Jan. 2017.
D. H. Cho, Y. W. Lee, H. C. Lee, Y. H. Kim, “Automatic Video Generation Based on Image Mood Classification”, Proceedings of the Korean Institute of Broadcast and Media Engineers, The Korean Institute of Broadcast and Media Engineers, Korea, Vol. 10, No. 9, pp. 67-68, Nov. 2019.
J. Y. Park, W. J. Ahn, C. S. Ahn, S. J. Kang, "Video Category Classifier for Personalized Advertisements using Deep Learning Detection Tool YOLO", Proceedings of the Korean Society of Broadcast Engineers Conference, The Korean Institute of Broadcast and Media Engineers, Korea, Vol. 2019, No. 11, pp. 237-239, Nov. 2019.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
손동작 비디오 영상 분류를 위한 3D CNN-LSTM 알고리즘
대한전자공학회 학술대회
2024 .06
-
1D CNN과 LSTM을 사용한 제스쳐 인식 성능 비교 연구
한국정보과학회 학술발표논문집
2024 .06
-
Text Classification Using LSTM-CNN
한국정보통신학회 종합학술대회 논문집
2019 .10
-
Fast video action recognition based on 1D CNN
한국정보과학회 학술발표논문집
2020 .07
-
CNN-LSTM 기반 낙상 감지 시스템 구현
한국통신학회논문지
2022 .02
-
CNN-LSTM을 사용한 긴 주기 펄스 레이다 신호 속성 분류
한국전자파학회논문지
2022 .01
-
CNN-LSTM 조합모델을 이용한 영화리뷰 감성분석
지능정보연구
2019 .12
-
CNN 과 LSTM 을 이용한 다중 차량 추적 알고리즘
한국통신학회 학술대회논문집
2019 .01
-
상황 인지를 위한 시공간적 특징을 추출하는 CNN-LSTM 융합 신경망
한국정보과학회 학술발표논문집
2020 .12
-
소음에 견고한 코골이 소리 분류를 위한 특징 추출 기반의 CNN-LSTM 모델
한국정보과학회 학술발표논문집
2022 .12
-
LSTM과 CNN 기반 폭력 행위 감지 알고리즘
대한전자공학회 학술대회
2023 .06
-
CNN-LSTM 기반의 잠재요인 특징 추출을 활용한 효과적인 불규칙 경향 예측 기법
한국정보과학회 학술발표논문집
2022 .06
-
CNN-LSTM 모델 기반 딥 보이스 탐지
한국통신학회 학술대회논문집
2024 .06
-
Input Attention 기반 LSTM-CNN 모델을 이용한 Relation Classification
한국정보과학회 학술발표논문집
2017 .06
-
Comparison of Performance of 1D CNN and LSTM Models for Multi-Channel Time Series Data Discrimination
대한기계학회 춘추학술대회
2022 .11
-
Gesture-Based Emotion Recognition by 3D-CNN and LSTM with Keyframes Selection
International JOURNAL OF CONTENTS
2019 .12
-
다중 시간 특징 추출 기반 CNN-LSTM 결합을 이용한 잔존수명 예측
한국통신학회 학술대회논문집
2020 .08
-
딥러닝 기반 LSTM-CNN을 활용한 단기 수요 예측에 관한 연구
대한전기학회 학술대회 논문집
2018 .11
-
초음파 배열 시스템 기반의 CNN을 활용한 손짓 인식 정확도 향상
대한전자공학회 학술대회
2023 .06
-
Improving Parallelism for Video Action Recognition Model Using One-dimensional Convolutional Neural Network
정보과학회 컴퓨팅의 실제 논문지
2021 .04
이 논문과 함께 이용한 논문
손동작 비디오 영상 분류를 위한 3D CNN-LSTM 알고리즘
김민주
,
구완열
,
고진환
대한전자공학회 학술대회
2024
.06
이미지 분류를 위한 전이학습모델 비교
김지원
Proceedings of KIIT Conference
2024
.11
A Study on Improving the Accuracy of Korean Speech Recognition Texts Using KcBERT
민동욱
,
남승수
,
최대선
Journal of KIISE
2024
.12
SARIMAX 및 LSTM을 활용한 한반도 지역의 초미세먼지 예보 평가
이채연
,
김동건
,
이주용
외 5명
한국대기환경학회 학술대회논문집
2024
.10
EfficientNet과 LSTM을 활용한 병해 진행도 예측 시스템
최은성
,
정세훈
,
심춘보
멀티미디어학회논문지
2024
.09
최근 본 자료
댓글(0)
0