Khái niệm cốt lõi
제안된 HiH 네트워크는 실제 환경에서 보행 인식을 위해 실루엣과 자세 데이터를 통합하여 다중 스케일의 보행 특징을 학습한다.
Tóm tắt
이 논문은 실제 환경에서의 보행 인식을 위한 HiH(Hierarchy in Hierarchy) 네트워크를 제안한다. HiH는 실루엣 데이터와 2D 관절 데이터를 통합하여 보행 특징을 학습한다.
주요 내용은 다음과 같다:
실루엣 데이터를 이용하여 전반적인 보행 패턴을 학습하는 주 분기와, 2D 관절 데이터를 이용하여 공간적 및 시간적 특징을 보강하는 보조 분기로 구성된 다중 모달 프레임워크를 제안한다.
주 분기에서는 계층적 보행 분해기(HGD) 모듈을 사용하여 전체 신체 동작에서 세부 관절 움직임까지 다양한 공간 해상도의 보행 특징을 학습한다.
보조 분기에서는 관절 데이터를 이용하여 공간적 주의 집중(DSE) 및 시간적 정렬(DTA) 모듈을 통해 실루엣 특징을 보강한다.
실내외 다양한 데이터셋에서 기존 방법들을 능가하는 성능을 보였으며, 정확도와 효율성의 균형을 잘 유지하고 있다.
Thống kê
실루엣 데이터와 2D 관절 데이터를 통합하여 보행 특징을 학습함으로써 기존 방법들보다 우수한 성능을 달성했다.