การรู้จำท่ารำวงมาตรฐานโดยการวิเคราะห์ข้อมูล 3 มิติ

Article Sidebar

PDF06
Published: Jul 11, 2016
DOI: https://doi.org/10.14456/nuej.2016.17
Keywords:
การรู้จำท่าทาง รำวงมาตรฐาน กล้องไคเนค คอมพิวเตอร์วิทัศน์

Main Article Content

Wisrut Kwankhoom
Department of Electrical and Computer Engineering, Faculty of Engineering, Naresuan University, Phitsanulok 65000, THAILAND

Abstract

เทคนิคทางด้านการรู้จำและการแปลความหมายท่าทางการเคลื่อนไหวของมนุษย์ เป็นที่นิยมอย่างกว้างขวางในปัจจุบันและได้ถูกนำมาประยุกต์ใช้ในงานด้านการเชื่อมต่อระหว่างมนุษย์และคอมพิวเตอร์งานวิจัยเสนอเทคนิคการรู้จำท่ารำวงมาตรฐานโดยการวิเคราะห์ข้อมูล 3 มิติ จำแนกท่ารำที่ใช้ในการรำวงมาตรฐานจำนวน 10 เพลง โดยใช้ข้อมูลจากอุปกรณ์ตรวจจับการเคลื่อนไหวที่ถูกพัฒนาขึ้นโดยบริษัท Microsoft ชื่อว่า Kinect sensor มาวิเคราะห์ร่วมกับเทคนิคโครงข่ายประสาทเทียมชนิดจัดกลุ่มเอง Self-Organizing Mapping (SOM) และสร้างรูปแบบของท่าทาง (Gesture Templates) ที่ได้จากโมเดล SOM โดยใช้เทคนิค Posture Transition Sparse Code (PTSC) พิจารณาความถี่ของการเกิดรูปแบบที่ได้จากโมเดล ผลการทดลองสรุปได้ว่าวิธีการที่นำเสนอสามารถรู้จำท่ารำวงมาตรฐานและแปลความหมายของท่ารำประกอบเพลงได้อย่างมีประสิทธิภาพ โดยผลการรู้จำท่ารำวงมาตรฐานให้ความถูกต้องโดยเฉลี่ยเท่ากับร้อยละ 87 และสามารถให้ผลการรู้จำท่ารำแบบ Real-time 

Article Details

How to Cite
Kwankhoom, W. (2016). การรู้จำท่ารำวงมาตรฐานโดยการวิเคราะห์ข้อมูล 3 มิติ. Naresuan University Engineering Journal, 11(1), 75–84. https://doi.org/10.14456/nuej.2016.17
Issue
Vol. 11 No. 1 (2016): JANUARY - JUNE
Section
Research Paper

References

Günter, Simon, and Horst Bunke. "Self-organizing map for clustering in the graph domain." Pattern Recognition Letters 23, no. 4 (2002): 405-417.

Hagan, Martin T., Howard B. Demuth, and Mark H. Beale. Neural network design. Boston: Pws Pub., 1996.

Jinda-Apiraksa, Amornched, Warong Pongstiensak, and Toshiaki Kondo. "A simple shape-based approach to hand gesture recognition." In Electrical Engineering/Electronics Computer Telecommunications and Information Technology (ECTI-CON), 2010 International Conference on, pp. 851-855. IEEE, 2010.

Khan, Naimul Mefraz, Stephen Lin, Ling Guan, and Baining Guo. "A Visual Evaluation Framework for In-Home Physical Rehabilitation." In Multimedia (ISM), 2014 IEEE International Symposium on, pp. 237-240. IEEE, 2014.

Kyan, Matthew, Guoyu Sun, Haiyan Li, Ling Zhong, Paisarn Muneesawang, Nan Dong, Bruce Elder, and Ling Guan. "An Approach to Ballet Dance Training through MS Kinect and Visualization in a CAVE Virtual Reality Environment." ACM Transactions on Intelligent Systems and Technology (TIST) 6, no. 2 (2015): 23.

Munsell, Brent C., Andrew Temlyakov, Chengzheng Qu, and Song Wang. "Person identification using full-body motion and anthropometric biometrics from kinect videos." In Computer Vision–ECCV 2012. Workshops and Demonstrations, pp. 91-100. Springer Berlin Heidelberg, 2012.

Muneesawang Paisarn, Naimul Mefraz Khan, Matthew Kyan, R. Bruce Elder, Nan Dong, Guoyu Sun, Haiyan Li, Ling Zhong, and Ling Guan. "A Machine Intelligence Approach to Virtual Ballet Training." MultiMedia, IEEE22, no. 4 (2015): 80-92.

Muneesawang Paisarn, Ning Zhang, and Ling Guan. "Motion Database Retrieval with Application to Gesture Recognition in a Virtual Reality Dance Training System." Multimedia Database Retrieval. Springer International Publishing, 2014. 305-333.

Patsadu, Orasa, Chakarida Nukoolkit, and Bunthit Watanapa. "Human gesture recognition using Kinect camera." In Computer Science and Software Engineering (JCSSE), 2012 International Joint Conference on, pp. 28-32. IEEE, 2012.

Qian, Gang, Feng Guo, Todd Ingalls, Lowell Olson, Jody James, and Thanassis Rikakis. "A gesture-driven multimodal interactive dance system." In Multimedia and Expo, 2004. ICME'04. 2004 IEEE International Conference on, vol. 3, pp. 1579-1582. IEEE, 2004.

Saha, Simanto, Sudip Ghosh, Amit Konar, and Atulya K. Nagar. "Gesture recognition from indian classical dance using kinect sensor." InComputational Intelligence, Communication Systems and Networks (CICSyN), 2013 Fifth International Conference on, pp. 3-8. IEEE, 2013.

Shimada, Atsushi, and Rin-ichiro Taniguchi. "Gesture recognition using sparse code of hierarchical SOM." Pattern Recognition, 2008. ICPR 2008. 19th International Conference on. IEEE, 2008.

Tuevo Kohonen, "Self-organizing map”. Springer-Verlag, Berlin, 1995.

ศิริวัฒน์ ฉัตรเมธี, “การวิเคราะห์เพลงรำวงมาตรฐาน”, วิทยานิพนธ์ปริญญาศิลปะศาสตร์มหาบัณฑิต สาขาวิชาดนตรี มหาวิทยาลัยมหิดล, 2547.