깊이 정보 복원을 이용한 입자 군집 최적화 기법 기반의 물체와 상호작용하는 손 자세 추적

Abstract

본 논문은 깊이 데이터 복원 기법을 활용한 실제 물체에 의해 가려진 손의 26차원 관절 자세 추적을 제안한다. 기존의 모델 기반 손 추적 방법은 모델의 손 자세와 관찰된 손 자세의 유사성을 판단하기 위해 관찰된 이미지 중 손이라고 판단되는 데이터를 이용한다. 그래서 손 관절의 일부가 관찰되지 않는 상황인 손이 물체를 쥐고 있는 상황에서는 추적에 많은 제약이 있다. 본 논문에서 제안한 방법은 손이 가려진 영역의 깊이 데이터를 쥐고 있는 대상 물체의 형태에 따라 복원하여 이후의 입자 군집 최적화 (PSO) 기법 에 기반한 모델 추적기에 활용하는 방식이다. 그 결과 복원된 깊이 데이터가 물체를 쥔 손의 추적 성능을 향상시킴을 자체 실험 평가를 통해 확인하였다.