행동 이동의 분포(Distribution of Action Movements, DAM): 인간 행동 인식을 위한 기술적 특징

골격 데이터로부터 인간의 행동 인식은 현재까지도 많은 유명 데이터셋에서 거의 완벽한 정확도에 도달하지 못한 중요한 활발한 연구 분야이다. 본 논문에서는 데이터셋 내 모든 가능한 동작의 프레임 간 관절의 운동 방향 분포를 기반으로 한 새로운 행동 기술자인 '행동 운동 분포 기술자(Distribution of Action Movements Descriptor)'를 제안한다. 이 기술자는 대표적인 관절 운동 방향 집합에 대해 클러스터링을 통해 얻은 방향들을 기반으로 정규화된 히스토그램으로 계산된다. 이 기술자는 행동의 전체적인 운동 방향 분포를 전반적으로 표현하는 전역적 특성은 갖지만, 윈도우링 기법을 적용함으로써 시간 구조의 일부를 보존할 수 있다. 제안한 기술자와 표준 분류기의 조합은 여러 유명한 데이터셋에서 기존의 여러 최첨단 기법들을 상회하는 성능을 보였다.