인체 키포인트의 신뢰 점수에 기반한 자세의 유사도 분석 기법 (A Posture Similarity Analysis Scheme based on the Confidence Score of Human Body Keypoints)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 21권 / 12호 / 171 ~ 177페이지
· 저자명 : 김정원

초록

최근 가상현실, 증강현실, 그리고 HCI(Human Compute Interface) 분야에서 카메라를 통해 인체의 키포인트를 실시간으로 추출하여 운동 자세 교정, 운동 종류 분석, 그리고 가상의 동작 생성 등 다양하게 활용하고 있다. 이는 기준 동작과 수행 동작의 유사도를 통해 수행 동작의 정확성을 제공하므로 스포츠, 무용, 그리고 헬스 케어 분야에 새로운 응용들이 출시되고 있다. 기존 유사도 측정에는 코사인 유사도, 가중치 기반의 매칭 기법, DTW(Dynamic Time Warping) 등이 제안된 바 있다. 본 연구에서는 구글의 TensorFlow Pose Estimation 등 다양한 딥러닝 프레임워크에서 추출된 키포인트들을 기반으로 신뢰도 점수에 기반한 새로운 유사도 분석 기법을 제안한다. AI Hub 및 다양한 이미지 셋에서 제공하는 인체 자세 이미지에 제안 기법을 적용한 결과 기존 기법 대비 우수한 성능을 확인하였다.

영어초록

Recently, in the field of virtual reality, augmented reality, and HCI(Human Compute Interface), key points of the human body are extracted in real time through a camera and used in various ways such as correcting exercise posture, analyzing exercise types, and generating virtual motions. Since this provides a score for the performed motion through the similarity between the reference motion and the performed motion, new applications are being released in the fields of sports, dance, and health care. Cosine similarity, weight-based matching techniques, and DTW(Dynamic Time Warping) have been proposed for similarity measurement. In this study, we propose a new similarity analysis method based on confidence scores on key points extracted from various deep learning frameworks such as Google TensorFlow Pose Estimation. As a result of applying the proposed technique to the human body posture image data set provided by AI Hub as well as various image sets, superior performance was confirmed compared to existing methods.

참고자료

· 없음