3차원 자세 추정을 위한 딥러닝 기반이상치 검출 및 보정 기법
- Title
- 3차원 자세 추정을 위한 딥러닝 기반이상치 검출 및 보정 기법
- Other Titles
- Deep Learning-Based Outlier Detection and Correction for 3D Pose Estimation
- Author
- 이동호
- Keywords
- Human Pose Estimation; Pose Refinement; Deep Learning; 사람 자세 추정; 좌표 보정; 딥러닝
- Issue Date
- 2022-10
- Publisher
- 한국정보처리학회
- Citation
- 정보처리학회논문지. 소프트웨어 및 데이터 공학, v. 11, no 10, page. 419-426
- Abstract
- 본 논문에서는 다양한 운동 모션에서 3차원 사람 자세 추정 모델의 정확도를 향상하는 방법을 제안한다. 기존의 사람 자세 추정 모델은 사람의자세를 추정할 때 좌표 오차를 유발하는 흔들림, 반전, 교환, 오검출 등의 문제가 발생한다. 이러한 문제는 사람 자세 추정 모델의 정확한 자세 추정을어렵게 한다. 이를 해결하기 위해 본 논문에서는 딥러닝 기반 이상치 검출 및 보정 방법을 제안한다. 딥러닝 기반의 이상치 검출 방법은 여러 모션에서좌표의 이상치를 효과적으로 검출하고, 모션의 특징을 활용한 규칙 기반 보정 방법을 통해 이상치를 보정한다. 다양한 실험과 분석을 통하여 제안하는방법이 골프 스윙 모션과 다양한 운동 모션에서도 사람의 자세를 정확히 추정할 수 있고, 3차원 좌표 데이터에서도 확장 가능함을 보인다.
In this paper, we propose a method to improve the accuracy of 3D human pose estimation model in various move motions. Existing human pose estimation models have some problems of jitter, inversion, swap, miss that cause miss coordinates when estimating human poses. These problems cause low accuracy of pose estimation models to detect exact coordinates of human poses. We propose a method that consists of detection and correction methods to handle with these problems. Deep learning-based outlier detection method detects outlier of human pose coordinates in move motion effectively and rule-based correction method corrects the outlier according to a simple rule. We have shown that the proposed method is effective in various motions with the experiments using 2D golf swing motion data and have shown the possibility of expansion from 2D to 3D coordinates.
- Description
- 이 논문은 2021년 한국정보처리학회 ACK 2021의 우수논문으로 “골프 스윙 모션 추정에서 Bi-LSTM 기반의 효율적인 이상치 검출 및 보정 기법”의 제목으로 발표된 논문을 확장한 것임
- URI
- https://koreascience.or.kr/article/JAKO202231363555673.pagehttps://repository.hanyang.ac.kr/handle/20.500.11754/191474
- ISSN
- 2287-5905; 2734-0503
- DOI
- https://doi.org/10.3745/KTSDE.2022.11.10.419
- Appears in Collections:
- ETC[S] > 연구정보
- Files in This Item:
There are no files associated with this item.
- Export
- RIS (EndNote)
- XLS (Excel)
- XML