R-ELM을 이용한 K-pop 포인트 댄스 모션 분류

김동현; 곽근창

doi:10.14801/jkiit.2017.15.7.17

주제분류

...

저널정보

한국정보기술학회
한국정보기술학회논문지 학술저널
한국정보기술학회논문지 제15권 제7호(JKIIT, Vol.15, No.7)
2017.7 17 - 27 (11page)
DOI : 10.14801/jkiit.2017.15.7.17

저자정보

김동현 (조선대학교)
곽근창 (조선대학교)

이용수
내서재: 1

내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

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.

In this paper, we propose a classification method of K-pop point dance using R-ELM for development of anti-plagiarism system. A total of 13 feature angles were calculated for each frame using the three-dimensional joint coordinates of the kinetic data constructed with kinect V2. Each angle was preprocessed to calculate four statistical values of the minimum value, average value, maximum value, and variance value every 30 frames. The 13 statistical values obtained are linked together and used as feature vectors. PCA and LDA were used to generate feature vectors to be characterized as point dancing better and then the feature vectors were classified using R-ELM based on various active functions. In order to prove the performance of classifier, we compared and analyzed k-NN, SVM and general ELM.. The R-ELM based on sine activation function showed the best performance when the reduced feature vectors were used as input using PCA and LDA.

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