딥러닝 모델을 이용한 물체-사람 간 상호작용 패턴 검출 기반 행동 이해 시스템 개발

고광은; 심희린; 심귀보

doi:10.5302/J.ICROS.2018.17.0119

추천

검색

질문

자료유형: 학술저널

저자정보: 고광은 (한국생산기술연구원) 심희린 (중앙대학교) 심귀보 (중앙대학교)

저널정보: 제어로봇시스템학회 제어로봇시스템학회 논문지 제어로봇시스템학회 논문지 제24권 제1호

발행연도: 2018.1

수록면: 57 - 63 (7page)

DOI: 10.5302/J.ICROS.2018.17.0119

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Human-Robot Interaction (HRI) technology plays a key role in social robotics. The main goal of HRI studies is to develop robots that can communicate with humans through an intuitive interface. In this paper, we focused on the Human Action Understanding (HAU) problem in HRI study fields. We propose an approach for HAU tasks using deep learning models. The proposed system consists of an object-human interaction pattern extraction module and a behaviour goal estimation module. Our main contributions are two-fold: 1) We applied a deep learning method for real-time object detection to extract object-human interaction patterns. 2) We also applied a recurrent neural network to complete the behaviour goal estimation task with a temporal contextual feature data sequence based on object-human interaction patterns. The experimental results from the benchmark data set for human behaviour recognition show that the proposed method performs well.

#CNN #behavior understanding #object detection #LSTM

참고문헌 (28)

참고문헌 신청

K. Schwab, The Fourth Industrial Revolution, Penguin UK, 2017. R. R. Murphy, T. Nomura, A. Billard, and J. L. Burke, “Human-robot interaction,” IEEE Robotics & Automa￢tion Magazine, vol. 17, no. 2, pp. 85-89, 2010. A. Thomaz, G. Hoffman, and M. Cakmak, “Computa￢tional Human-Robot Interaction,” Found. Trends Robot, vol. 4, no. 2-3, pp. 105-223, 2016. C. J. Cohen, K. A. Scott, M. J. Huber, S. C. Rowe, and F. Morelli, “Behavior recognition architecture for surveillance applications,” 2008 37th IEEE Applied Imagery Pattern Recognition Workshop, pp. 1-8, 2008. S. Mitra and T. Acharya, “Gesture Recognition: A Survey,” IEEE Transactions on Systems, Man, and Cybernetics, Part C (Applications and Reviews), vol. 37, no. 3, pp. 311-324, 2007.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

고광은

소속기관 한국생산기술연구원

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 5% 공학 > 전기전자공학 > 제어계측공학 TOP 0.5%

논문수 129 이용수 23,072

심희린

소속기관 중앙대학교

주요연구분야 공학 > 전기전자공학 > 제어계측공학 공학 > 전기전자공학 > 정보통신공학

논문수 5 이용수 1,233

심귀보

소속기관 중앙대학교

주요연구분야 공학 > 전기전자공학 > 제어계측공학 TOP 0.5% 공학 > 전기전자공학 > 정보통신공학 TOP 0.5%

논문수 556 이용수 69,114

이 논문과 함께 이용한 논문

딥러닝을 이용한 객체 인식 및 검출 기술 동향

고광은 , 심귀보 제어로봇시스템학회지 2017 .09

딥러닝 모델을 이용한 실시간 객체 검출 기반 어포던스 특징 추출 시스템

고광은 , 심귀보 제어로봇시스템학회 논문지 2017 .08

딥러닝을 이용한 객체분류 및 검출 기술

고성제 , 김영현 전자공학회지 2017 .11

인공지능 딥러닝 기반 건전성 예측진단 및 연구사례

오현석 한국소음진동공학회 학술대회논문집 2017 .10

딥러닝 기술을 활용한 저널베어링 로터시스템 진단 기법 개발

김명연 , 정준하 , 고진욱 외 1명 한국소음진동공학회 학술대회논문집 2017 .10

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-003-001684799

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 (28)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)