$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

다중 사용자 손 제스처 인식을 위한 CNN 입력 특징 강화 알고리즘 원문보기


장창영 (중앙대학교 첨단영상대학원 영상학과 영상공학-게임공학전공 국내석사)

초록
AI-Helper 아이콘AI-Helper

실생활에서 디바이스들은 TV나 에어컨같이 다수의 사용자가 동시에 사용하는 경우가 많다. 하지만 여러 비전기반 HCI연구들에서는 디바이스와 사용자의 1대1대응만을 주로 다루고 있다. 본 연구에서는 디지털 카메라의 영상과 Kinect의 스켈레톤 정보를 이용하여 다중 사용자를 위한 손 제스처 인식 시스템을 구현하였다. 다중 사용자의 디바이스 제어 의사를 판단하기 위하여 스켈레톤 정보에서 손의 위치와 머리의 위치를 이용하였고 디바이스 제어를 원하는 사용자의 손을 스켈레톤 좌표와 Shift방식을 통하여 추적하였다.사용자의 손 포즈를 인식하기 위하여 CNN(Convolutional Neural Network)을 사용하였다. CNN 학습에 사용할 이미지는 피부색을 기준으로 ...

Abstract AI-Helper 아이콘AI-Helper

In real life, devices are often used by multiple users at the same time, such as TV. However, many vision based HCI studies mainly address one-on-one responses from devices and users. In this study, hand gesture recognition system was implemented for multiple users using digital camera images and Ki...

주제어

#손 제스처 인식 CNN 세선화 특징 강화 Kinect 

학위논문 정보

저자 장창영
학위수여기관 중앙대학교 첨단영상대학원
학위구분 국내석사
학과 영상학과 영상공학-게임공학전공
지도교수 김태용
발행연도 2020
총페이지 iv, 46장
키워드 손 제스처 인식 CNN 세선화 특징 강화 Kinect
언어 kor
원문 URL http://www.riss.kr/link?id=T15509507&outLink=K
정보원 한국교육학술정보원
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로