DOI QR코드

DOI QR Code

Motion Recognitions Based on Local Basis Images Using Independent Component Analysis

독립성분분석을 이용한 국부기저영상 기반 동작인식

  • Cho, Yong-Hyun (School of Computer and Information Comm. Eng., Catholic Univ. of Daegu)
  • 조용현 (대구가톨릭대학교 공과대학 컴퓨터정보통신공학부)
  • Published : 2008.10.25

Abstract

This paper presents a human motion recognition method using both centroid shift and local basis images. The centroid shift based on 1st moment balance technique is applied to get the robust motion images against position or size changes, the extraction of local basis images based on independent component analysis(ICA) is also applied to find a set of statistically independent motion features, which is included in each motions. Especially, ICA of fixed-point(FP) algorithm based on Newton method is used for being quick to extract a local basis images of motions. The proposed method has been applied to the problem for recognizing the 160(1 person * 10 animals * 16 motions) sign language motion images of 240*215 pixels. The 3 distances such as city-block, Euclidean, negative angle are used as measures when match the probe images to the nearest gallery images. The experimental results show that the proposed method has a superior recognition performances(speed, rate) than the method using local eigen images and the method using local basis images without centroid shift respectively.

본 논문에서는 중심이동과 국부기저영상을 이용한 동작인식 기법을 제안하였다. 여기서 중심이동은 1차 모멘트 평형에 기반을 둔 것으로 위치나 크기 변화에 강건한 동작영상을 얻기 위함이고, 국부기저영상의 추출은 독립성분분석 기법에 기반을 둔 것으로 각 동작들마다에 포함된 통계적으로 독립인 동작특징들의 집합을 얻기 위함이다. 특히 국부기저영상을 빠르게 추출하기 위해 뉴우턴(Newton)법의 고정점 알고리즘에 기반을 둔 독립성분분석을 이용하였다. 제안된 기법을 240*215 픽셀의 160(1명*10종류*16동작)개 동물표현의 수화 동작영상을 대상으로 city-block, Euclidean, 그리고 negative angle의 척도들을 분류척도로 이용하여 실험하였다. 실험결과, 제안된 기법은 국부고유영상을 이용한 방법과 중심이동을 거치지 않는 국부기저영상을 이용하는 기법보다 각각 우수한 인식성능이 있음을 확인하였다.

Keywords

References

  1. Y. Wu and T. S. Huang, "Vision Based Gesture Recognition: A Review," LNCS: Gesture-Based Communication in Human-Computer Interaction: International Gesture Workshop, Vol. 1739, pp. 103-115, 1999
  2. A. Mulder, "Hand Gestures for Hci," Technical Report 96-1, Simon Fraster University, 1996
  3. T. Watanabe and M. Yachida, "Real-time Gesture Recognition Using Eigenspace from Multi-input Image Sequences," IEEE Computer and System, Vol. 30, No.13, pp. 810-821, 1999
  4. 박호식, 배철수, "수화인식을 위한 얼굴과 손 추적 알고리즘," 한국통신학회논문지, 제 31권 11C호, pp. 1071-1076, 2006년 11월
  5. 김희곤, 오형철, 양윤모, "수화인식을 위한 특징량 추출하드웨어 설계," 대한전자공학회 추계학술대회 논문집, 제 18권 2호, pp. 729-732, 1995년 12월
  6. 조재현, 엄성용, "다중마커를 이용한 수화 인식기법," 서울여자대학교대학원 논문집, 제 1998권 6호, pp. 129-145, 1998년
  7. Y. L. Tian, T. Kanada, and J. F. Cohn, "Recognizing Action Units for Facial Expression Analysis," IEEE. Trans. on Pattern Analysis and Machine Intelligence, Vol.23, No.2. pp. 1-19, Feb. 2001
  8. M. H. Yang, D. Kriegman, and N. Ahuja, "Detecting Faces in Images: A Survey," IEEE. Trans. on Pattern Analysis and Machine Intelligence, Vol. 24, No. 1, pp.64-58, Jan. 2002
  9. K. I. Diamantaras and S. Y. Kung, Principal Component Neural Networks : Theory and Applications, Adaptive and learning Systems for Signal Processing, Communications, and Control, John Wiley & Sons, Inc., 1996
  10. M. Turk and A. Pentalnd, "Eigenfaces for Recognition," Journal of Cognitive Neuroscience, Vol.3, No.1, pp.71-86, 1991 https://doi.org/10.1162/jocn.1991.3.1.71
  11. N. Kambhatla and T. K. Leen, "Dimension Reduction by Local PCA," Neural Computation 9, pp. 1493-1516, 1997 https://doi.org/10.1162/neco.1997.9.7.1493
  12. A. Hyvaerinen, J. Karhunen, and E. Oja, 'Independent Component Analysis', John Wiley & Sons, Inc., New York, 2001
  13. A. Hyvaerinen and E. Oja, "A Fast Fixed Point Algorithms for Independent Component Analysis", Neural Computation, 9(7), pp. 1483-1492, Oct.1997 https://doi.org/10.1162/neco.1997.9.7.1483
  14. 김상철역, '재료역학' 청문출판사, 1992년 4월
  15. K. Atkinson, 'Elementary Numerical Analysis', John Wiley & Sons, Inc., New York, 1993