선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 제스처를 인식하는 방법에 있어서는 기존에 많이 적용되었던 HMM, 신경망 및 특징기반 통계적 방법들은 특정 제스처 모델을 미리 가정하여 인식하는 방법들이므로 동작자에 제한을 두지 않은 환경에서 다양한 제스처를 인식하지 못하는 문제점이 있다. 따라서, HMM이나 신경망을 컨텍스트 정보와 함께 사용하는 복합 제스처 인식기를 사용함으로써 기존 제스처 인식의 문제점을 해결하려고 하였다.
- 본 고에서는 인간-로봇의 상호 작용을 위한 제스처 인식 방법에 대해서 살펴보았다. 카메라 영상 기반 제스처 인식 방법, 3D 기반 제스처 인식 방법 및 로봇을 제어하기 위한 카메라 영상 기반 제스처 인식 방법에 대하여 고찰하였다.
가설 설정
- 이때 좌표의 변화값이 일정 임계치 이상이 되면 제스처 시작 프레임으로 간주하고 그 다음의 영상 프레임에서 계속 얼굴 및 손의 좌표값을 추적하도록 한다. 연속된 프레임 간의 좌표 변화값이 일정 임계치 이하가 되면 제스처가 끝났다고 가정하고 제스처가 시작된 프레임부터 끝난 프레임까지를 의미있는 한 동작의 제스처 구간으로 간주한다. 제스처가 시작된 손의 좌표값 및 제스처가 끝난 손의 좌표값을 비교하여 더 정확한 제스처 영역이 추출될 수 있도록 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.