깊이 영상에서 클러스터링 기반 파티클 필터를 이용한 3차원 손 포즈 추정

Abstract

본 논문에서는 SOM 클러스터와 파티클 필터를 결합한 3차원 손 포즈 추정 방법을 제안한다. 기존 파티클 필터는 이전 영상에서 추정된 포즈 결과만을 사용하여 국소 최소치에 빠지는 한계가 있다. 이를 극복하고자 본 논문에서는, SOM 클러스터에서 추정한 손 포즈와 이전 영상에서 추정된 손 포즈를 결합하여 파티클 필터의 샘플링 단계를 개선하였다. 또한, Kinect 센서에서 제공하는 깊이 영상을 샘플의 우도를 계산하기 위한 관측값으로 사용하였다. 입력 깊이 영상과 모델 깊이 영상 간의 다른 포즈는 큰 차이를 보이기 때문에 잘못된 포즈로 제외 할 수 있다는 장점이 있다. 실험 결과, 제안된 방법은 상대적으로 적은 수의 파티클을 이용하여 다양한 실험 환경에서 강인한 손 추정 결과를 보임을 확인할 수 있었다.