딥 러닝 기반 휴먼 모션 디노이징

Deep Learning-Based Human Motion Denoising

초록

본 논문에서는 어텐션 기법을 적용한 양방향 순환신경망을 이용하여 새로운 휴먼 모션 디노이징 방법을 제안한다. 본 방법을 이용하면, 단일 3D 깊이 센서 카메라에서 캡처된 노이즈가 포함된 사람의 움직임이 잘 교정된 자연스러운 움직임으로 자동 조정된다. 양방향 순환신경망에 어텐션 기법을 도입하면, 입력으로 들어온 움직임을 인코딩할 때 여러 자세 중에 더 중요한 자세가 있는 프레임에 더 높은 어텐션 가중치를 부여함으로써, 다른 딥 러닝 네트워크와 비교해 더 나은 최적화 결과와더 높은 정확도를 보인다. 실험을 통해 본 논문에서 제시한 방법이 다양한 스타일의 움직임과 노이즈를 효과적으로 처리함을확인하였으며, 제시한 방법은 모션 캡처 후처리 단계의 애플리케이션으로 충분히 사용 가능할 것으로 기대된다.

키워드

human motionmotion capturemotion denoisingattentionbidirectional recurrent neural network
제목
딥 러닝 기반 휴먼 모션 디노이징
제목 (타언어)
Deep Learning-Based Human Motion Denoising
저자
김성욱임현승김종민
DOI
10.7471/ikeee.2019.23.4.1295
발행일
2019-12
유형
Y
저널명
전기전자학회논문지
23
4
페이지
1295 ~ 1301