최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.13 no.11, 2013년, pp.28 - 36
김경호 (조선대학교 전산통계학과) , 이기준 (광주보건대학교 병원전산관리과)
This study proposed a robust detection algorithm. It detects hands more stably with respect to changes in light and rotation for the identification of a hand shape. Also it satisfies both efficiency of calculation and the function of detection. The algorithm proposed segmented the hand area through ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
PCA는 무엇인가? | PCA란 각 손 형상 영상의 데이터들의 공간적 위치 값이 주로 각 영상에서 어디에 분포하는가를 계산하여 확률 빈도가 높은 벡터 값들을 고유치 값에 비례하여 재구성하는 방법이다. [그림 2]는 손 형상을 5°씩 틀어서 획득한 영상의 일부이다(1개 포즈 = 72 image). | |
손 형상 인식에서 배경 모델을 생성할 때 안정적인 배경 모델을 얻기 어려운 이유는 무엇인가? | 그러나 손 형상 인식에 필요한 것은 손 영역(전경)이므로 우선 배경과 손 영역을 분리하는 작업이 필요하고 이를 위해서는 먼저 배경 모델을 생성해야 한다. 그러나 조명의 밝기가 일정하지 않고 수시로 변하기 때문에 같은 카메라로 일정 시간 동안 똑같은 배경을 촬영한다고 할지라도 모두 동일하지 않아 안정적인 배경 모델을 얻는데 어려움이 따른다. | |
손 형상 인식의 대표적인 네 가지 방법은 무엇인가? | 컴퓨터를 통한 손 형상 인식은 출입 통제 시스템, 보안 시스템, 컴퓨터 시각에 의한 시스템 자동화 등의 많은 수의 데이터베이스에 적용할 수 있으며, 높은 계산 량이 요구되어진다. 대표적인 손 형상 인식은 템플릿 매칭 접근, 통계적 분류 접근, 구문적 접근 및 신경망 접근 방법의 4가지 방법으로 분류할 수 있다[4]. 이 중에서 템플릿 매칭 접근에서 Elastic Matching방법과 통계적 분류방법에서 LDA(Linear Discriminant Analysis), PCA(Principal Component Analysis)방법[5][6]이 손형상 인식에서 사용되고 있으며, 이 중에서도 계산 량이 가장적은 통계적 분류방법이 손 형상 인식에서 주류를 이루고 있다. |
R. C. Gonzalez and R. E. Woods, Digital Image Processing, Prentice Hall, 2002.
J. Ohya, Y. Kitamura, H. Takemura, F. Kishino, and N. Terashima, "Real-Time Reproduction of 3D Human Images in Virtual Space Teleconferencing," in Proc. of '93 IEEE Virtual Reality Annual Int. Symp, pp.408-414, 1993(9).
J. M. Kim and M. K. Song, "Three Dimensional Gesture Recognition Using PCA of Stereo Images and Modified Matching Algorithm," IEEE Fuzzy Systems and Knowledge Discovery, Vol.4, pp.116-120, 2008(10).
R. O. Duda, P. E. Hart, and D. G. Strok, Pattern Classification, Second Edition by John Wiley & Sons, Inc, 2001.
H. A. Rowley, S. Baluja, and T. Kanade, "Neural network-based face detection," PAMI, IEEE Transactions on, Vol.20, Issue.1, pp.23-38, 1998(1).
J. Yang and A. Waibel, "A real-time face tracker," In Proc. 3rd Workshop on Appl. of Computer Vision, pp.142-147, 1996(12).
T. Kohonen, "Self-Organization and Associative Memory," Springer Series in Information Science, Vol.8, 1988.
T. Kohonen, "Self-Organizing Maps," Springer Series in Information Science, Vol.30, Berlin, Heidelberg, New York, 1995, 1997, 2001.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.