R-ELM을 이용한 K-pop 포인트 댄스 모션 분류

김동현; 곽근창

doi:10.14801/jkiit.2017.15.7.17

추천

검색

질문

자료유형: 학술저널

저자정보: 김동현 (조선대학교) 곽근창 (조선대학교)

저널정보: 한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제15권 제7호(JKIIT, Vol.15, No.7)

발행연도: 2017.7

수록면: 17 - 27 (11page)

DOI: 10.14801/jkiit.2017.15.7.17

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문에서는 댄스 표절 방지 시스템 개발을 위한 연구로 R-ELM(Regularized-Extreme Learning Machine)을 이용한 K-pop 포인트 댄스 분류 방법을 제안 했다. kinect V2를 통해 구축된 모션 데이터의 3차원 관절 좌표를 사용해 매 프레임마다 총 13개의 특징 각도를 계산했다. 각각의 각도 값은 전처리 과정을 거쳐 최솟값, 평균, 최댓값, 분산 총 4가지 통계적 수치를 30프레임마다 계산했다. 얻어진 13개의 통계적 수치를 하나로 이어 붙여 특징 벡터로 사용했다. PCA(Principal Component Analysis)와 LDA(Linear Discriminant Analysis)를 사용해 포인트 댄스의 특성을 더 잘 나타내는 특징 벡터를 생성한 후 다양한 활성 함수 기반의 R-ELM 분류기를 사용해 분류했다. 분류기 성능을 증명하기 위해 k-NN(k-Nearest Neighbors), SVM(Support Vector Machine)과 일반적인 ELM(Extreme Learning Machine) 분류기를 사용하여 비교 분석 했다. PCA와 LDA 차원축소 방법을 사용했을 때 sine 활성함수 기반의 R-ELM이 가장 높은 성능을 보였다.

#ELM #R-ELM #motion classification #dance #K-pop

참고문헌 (63)

참고문헌 신청

C. Park, D. Seong, and K. Lee, Automatic IPC classification for patent documents using machine learning, Journal of KIIT, Vol. 10, No. 4, pp. 119-128, Apr. 2012. J. Y. Lee, S. K. Kim, J. H. Yoon, J. Jo, and S. B. Yang, A file selection-transmission algorithm based on machine learning for multiple devices, Journal of KIIT, Vol. 11, No. 8, pp. 111-119, Aug. 2013. G. B. Huang, Q. Y. Zhu, and C. K. Siew, Extreme learning machine: Theory and applications, Neurocomputing, Vol. 70, No. 1-3, pp. 489-501, Dec. 2006. L. An and B. Bhanu, Image super-resolution by extreme learning machine, 2012 19th IEEE International Conference on Image Processing, pp. 2209-2212, Feb. 2012. B. Saavedra-Morenoa, S. Salcedo-Sanza, L. Carro- Calvoa, J. Gascon-Morenoa, S. Jimenez- Fernandeza, and L. Prietob, Very fast training neural- computation techniques for real measurecorrelate- predict wind operations in wind farms, Journal of Wind Engineering and Industrial Aerodynamics, Vol. 116, pp. 49-60, May 2013.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김동현

소속기관 세종대학교

주요연구분야 공학 > 건축공학 > 건축공학 일반 TOP 5% 공학 > 전기전자공학 > 정보통신공학

논문수 80 이용수 17,598

곽근창

소속기관 조선대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 5% 공학 > 전기전자공학 > 전기공학 TOP 1%

논문수 157 이용수 18,203

이 논문과 함께 이용한 논문

SDN에서 강화학습을 통한 멀티캐스트 트리 생성 기법 분석

채지훈 , 김남기 , 이병대 한국통신학회논문지 2020 .05

블루투스 비콘을 활용한 딥러닝 기반 침입 감지 및 행동 인식 시스템 연구

이효련 , 박제현 , 서영주 한국통신학회 학술대회논문집 2019 .01

딥러닝을 이용한 작업자 행동 모니터링

이세훈 , 김현우 , 유진환 외 1명 한국컴퓨터정보학회 학술발표논문집 2019 .01

비콘 기반 스마트 출석, 실내측위 및 선 결제 시스템

강경남 , 김찬우 , 방경주 외 3명 한국정보과학회 학술발표논문집 2018 .12

로봇 원격제어를 위한 MYO 기반의 모션 추정 시스템 설계 연구

채정숙 , 조경은 멀티미디어학회논문지 2017 .11

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-004-001018303

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (63)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)