Making people’s movements natural is always an important and challenging task in computer graphics. People have different anatomical structures depending on their body shape, which makes all movements different. Therefore, accurate anatomical measurement in digital is an indispensable factor. In this paper, we present a semi-automatic regression method to estimate the location of anatomical salient landmarks for given various human body shapes. Our method first uses the shape descriptor to define the shape of people in the body. And we represent the position of salient landmarks for human body shapes using kernel coordinate system. Then, learns relationship between the shape descriptor and the location of anatomical salient landmarks using Kernel Canonical Correlation Analysis(KCCA). After that, given new human body shape, we can estimate the location of anatomical salient points for that body through learned results.
컴퓨터 그래픽스 상에서 사람의 움직임을 자연스럽게 만드는 것은 중요하고 도전적인 과제이다. 사람은 자신의 체형에 따라 다른 해부학적 구조를 가지게 되고 이로 인해 모든 움직임이 달라지게 된다. 그러므로 디지털 상에서 정확한 해부학적 측정은 필수불가결한 요소이다. 이 논문에서 우리는 다양한 체형의 사람이 주어지면 해부학적 위치를 예측하는 방법을 제시할 것이다. 우리의 방법은 우선 체형 식별자를 이용하여 여 러 사람들의 체형을 정의한다. 그리고 커널 좌표계를 이용하여 사람에 따른 중요한 점의 위치들을 나타낸다. 그 후, 체형 식별자와 해부학적으로 중요한 점의 위치와의 관계를 커널 정준상관분석을 이용하여 학습한다. 그 뒤에 새로운 체형의 사람이 주어지면, 학습된 결과를 바탕으로 중요 위치를 예측한다.
