본 논문은 키넥트 센서에서 랜덤 무향 칼만 필터에 기반한 잡음 제거를 통하여 신체 골격을 추정하는 방법을 제안한다. 일반적인 RGB 값과 깊이 정보를 제공하는 키넥트 카메라는 시간 영역에서 변동하는 센서 응답으로 인해 잡음이 포함된다. 기존의 방법은 다양한 필터링 기법을 사용하여 잡음 제거를 시도하였으나 잡음의 비선형성 때문에 한계가 있었다. 따라서 본 논문에서는 비선형 잡음 특성을 예측하고 업데이트하기 위하여 랜덤 무향 칼만 필터를 적용하고 이를 바탕으로 자세 인식을 위한 3 차원 공간에서 신체 관절 포인트를 예측하였다. 실험 결과 제안한 방법은 기존의 방법보다 잡음 감소 및 뼈대 추정에서 우수한 성능을 가지는 것을 확인하였다.

This paper proposes a method to estimate a body skeleton using a kinetic camera sensor compensation based on a random unscented Kalman filter. Kinect cameras, which provide RGB and depth information, cause nonlinear sensor errors, such as fluctuation on time-domain. Conventional methods have tried to remove these errors by using various filtering techniques, but there are limitations to removing nonlinear noises. Therefore, in this paper, a randomized unscented Kalman filter was applied to predict and update the nonlinear noise characteristics, we were able to estimate a skeleton shape on 3D space for pose recognition. The experimental results confirmed that the proposed method was superior to conventional methods in noise reduction and skeleton estimation.

요 약
Abstract
1. 서 론
2. 기존 잡음 보정을 통한 신체 뼈대예측 기법
3. 제안한 비선형 잡음 보정을 통한신체 뼈대 예측 기법
4. 실험 및 결과
5. 결 론
References

• 권오설(창원대학교 전기전자제어공학부 로봇제어계측전공) | Oh Seol Kwon (School of Electrical Electronics & Control Engineering, Changwon National University) Corresponding author