$\require{mediawiki-texvc}$

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.

증강현실 환경에서 손 가림 해결을 위한 피부 색상 정보 획득
Construction of Skin Color Map for Resolving Hand Occlusion in AR Environments 원문보기

한국CAD/CAM학회논문집 = Transactions of the Society of CAD/CAM Engineers, v.19 no.2, 2014년, pp.111 - 118  

박상진 (조선대학교 산업공학과) ,  박형준 (조선대학교 산업공학과)

Abstract AI-Helper 아이콘AI-Helper

In tangible augmented reality (AR) environments, the user interacts with virtual objects by manipulating their physical counterparts, but he or she often encounters awkward situations in which his or her hands are occluded by the augmented virtual objects, which causes great difficulty in figuring o...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 증강현실 환경에서 발생하는 이러한 손 가림 문제를 해결하기 위해 손에 대한 피부 색상 정보가 유용하게 이용되어 왔다. 본 논문에서는 AR 상호작용 환경에 적합한 피부(손 영역의 피부) 색상 정보를 쉽고 효과적으로 획득하는 방안을 제시한다. 손 영역의 피부 색상 정보 생성을 위한 기본 아이디어는 AR 상호작용 환경에서 획득된 손이 존재하는 영상과 그렇지 않은 배경 영상에 대해 YCbCr 색상 공간으로 변환된 두 영상 간의 임계치 기반 차이 영상을 얻어 초기 피부 색상 영역을 획득한다.
  • 본 논문에서는 감각형 AR 환경에서 증강된 가상 객체가 사용자의 손을 가리는 손 가림 현상을 해결하기 위해 피부 색상 정보 획득 방안 및 손 가림 해법을 제시하였다. 제시된 방안은 다양한 자세 및 환경(조명)에서 검출이 어려운 피부 색상 영역을 쉽고 효과적으로 획득할 수 있으며, 이를 활용하여 증강현실 환경에서 손 가림이 해결된 영상을 제공할 수 있음을 확인하였다.
  • 이러한 손 영역 검출 및 추적 방법들의 장단점을 고려하여 본 논문에서는 YCbCr 칼라 기반 및 차이 영상 기반을 토대로 간단한 사용자 개입을 통해 적용 시점의 환경이 반영된 손 영역 검출 방안을 제시한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
기존에 주로 사용하는 손 영역 검출 및 추적 방법으로는 어떤 것들이 있는가? 영상 내에서 손 영역을 검출하기 위한 다양 한 방법들이 연구되고 있으며[4], 대부분의 연구들에서 제시된 손 영역 검출 및 추적 방법은 칼라 기반, 차이영상 기반, 모델 기반, 그리고 이들을 복합적으로 사용하는 방법 등으로 구분된다. 첫 번째 방법은 칼라 영상을 이용하는 방법[5]으로, HIS, YCbCr, RGB 칼라 색상 모델 등을 이용하여 손의 색상인 살색과 유사한 색을 영상에서 찾아 손 영역을 검출하는 것이다.
RGB 색상 모델은 무엇인가? RGB 색상 모델은 빨강(R), 초록(G), 파랑(B)의 기본 스펙트럼 성분들로 나타내며, 이 모델은 위성의 다중 스펙트럼 영상 데이터의 처리, 컴퓨터 그래픽스시스템들에서주로사용되고있다. YCbCr 색상 모델은 밝기값 Y와 파란색 색차 신호 Cb, 빨간색 색차 신호 Cr로 이루어진다.
칼라 기반의 손 영역 검출 및 추적 방법은 무엇인가? 영상 내에서 손 영역을 검출하기 위한 다양 한 방법들이 연구되고 있으며[4], 대부분의 연구들에서 제시된 손 영역 검출 및 추적 방법은 칼라 기반, 차이영상 기반, 모델 기반, 그리고 이들을 복합적으로 사용하는 방법 등으로 구분된다. 첫 번째 방법은 칼라 영상을 이용하는 방법[5]으로, HIS, YCbCr, RGB 칼라 색상 모델 등을 이용하여 손의 색상인 살색과 유사한 색을 영상에서 찾아 손 영역을 검출하는 것이다. 그러나 이러한 방법은 보통의 그레이 영상보다 3배 이상의 데이터가 필요하므로 처리량이 많아지게 되며, 환경요소(밝기)에 매우 민감하다.
질의응답 정보가 도움이 되었나요?

참고문헌 (17)

  1. Van Krevelen, D.W.F. and Poelman, R., 2010, A Survey of Augmented Reality Technologies, Applications and Limitations, The International Journal of Virtual Reality, 9(2), pp.1-20. 

  2. Park, H. and Moon, H.C., 2008, Design Evaluation of Portable Electronic Products Using AR-Based Interaction and Simulation, Transactions of the Society of CAD/CAM Engineers, 13(3), pp.209-216. 

  3. Park, H. and Moon, H.C., 2011, AR-based Tangible Interaction Using a Finger Fixture for Digital Handheld Products, Transactions of the Society of CAD/CAM Engineers, 16(1), pp.1-10. 

  4. Park, H. and Moon, H.C., 2011, Resolving Hand Region Occlusion in Tangible Augmented Reality Environments, Transactions of the Society of CAD/CAM Engineers, 16(4), pp.227-284. 

  5. Yoon, H.S., Sho, J., Bea, C.S., Chun, B.T. and Min, B.W., 1997, Window Manager Control using Hand Gesture Recognition, Workshop of the Institute of Electronics Engineering of Korea, 9(1), pp.264-269. 

  6. Song, H.S. and Yang, Y.M., 1998, Hand Tracking and Region Extraction based on Optical Flow, Korean Institute of Information Scientists and Engineerings, 25(1), pp.634-644. 

  7. Tanibata, N., Shimada, N. and Shirai, Y., 2002, Extraction of Hand Features for Recognition of Sign Language Words, Proceedings of International Conference on Vision Interface, pp.391-398. 

  8. Moghaddam, B. and Pentland, A., 1995, Probabilistic Visual Learning for Object Detection, Proceedings of the 5th International Conference on Computer Vision, pp.786-793. 

  9. Imagawa, K., Shan, L. and Igi, S., 1996, Color-based Hands Tracking System for Sign Language Recognition, Proceedings of IEEE International Conference on Automatic Face and Gesture Recognition, Killington, pp.151-156. 

  10. Wengun, T., Wu, C., Shuyiong, Z. and Shuo, C., 2009, Hand Extraction Using Geometric Moments Based on Active Skin Color Model, Proceedings of IEEE International Conference on Intelligent Computing and Intelligent Systems, pp.468-471. 

  11. Lee, W.H. and Park, J., 2005, Augmented Foam: A Tangible Augmented Reality for Product Design, Proceedings of ISMAR, pp.106-109. 

  12. Chun, J. and Lee, B., 2010, Dynamic Manipulation of a Virtual Object in Marker-less AR system Based on Both Human Hands, KSII Transactions on Internet and Information Systems, 4(4), pp.618-632. 

  13. Moon, H.C. and Park, H., 2011, Resolving Hand Region Occlusion in Tangible Augmented Reality Environments, Transactions of the Society of CAD/CAM Engineers, 16(4), pp.277-284. 

  14. Tan, W., Wu, C., Zhao, S. and Chen, S., 2009, Hand Extraction Using Geometric Moments Based on Active Skin Color Model, Proceedings of IEEE International Conference on Intelligent Computing and Intelligent Systems, pp.468-471. 

  15. Lee, T. and Hollerer, T., 2007, Handy AR:Markerless Inspection of Augmented Reality Objects Using Fingertip Tracking, Proceedings of IEEE International Symposium on Wearable Computers, pp.83-90. 

  16. Park, H., Moon, H.C. and Lee, J.Y., 2009, Tangible augmented prototyping of digital handheld products, Computers in Industry, 60(2), pp.114-125. 

  17. OpenCV, http://opencv.org/ 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

저작권 관리 안내
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