$\require{mediawiki-texvc}$

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.

제스처 인식을 위한 손가락 개수 인식 방법
A Finger Counting Method for Gesture Recognition 원문보기

Journal of Internet Computing and Services = 인터넷정보학회논문지, v.17 no.2, 2016년, pp.29 - 37  

이도엽 (Department of Computer Engineering, Sejong University) ,  신동규 (Department of Computer Engineering, Sejong University) ,  신동일 (Department of Computer Engineering, Sejong University)

초록
AI-Helper 아이콘AI-Helper

인간은 의사소통을 통해서 상호관계를 유지시키고 발전시켜나간다. 의사소통은 크게 언어적 의사소통과 비언어적 의사소통으로 나뉜다. 언어적 의사소통은 말 또는 글을 사용하는 것이고 비언어적 의사소통은 몸동작으로 의사를 전달하는 것이다. 우리는 일상생활에서 대화를 할 때 말과 더불어 제스처를 함께 사용한다. 제스처는 비언어적 의사소통에 속하며, 다양한 형태와 움직임으로 의사를 전달할 수 있다. 이러한 이유로 제스처는 HCI 분야와 HRI 분야에서 NUI/NUX를 구현하기 위한 수단으로 각광받고 있다. 본 논문에서는 키넥트와 손의 기하학적인 특징을 사용하여 손 영역 검출과 손가락 개수를 인식하는 방법을 제안한다. 키넥트가 제공하는 깊이 영상을 이용하여 영상에서 손 영역을 검출하고 손의 윤곽선과 중점의 거리를 비교하여 손가락 개수를 파악한다. 본 논문에서 제안한 방법에 따른 손가락 개수 인식률은 평균 98.5%이고 수행시간은 0.065ms이다. 이 방법은 기존의 연구와 비교 했을 때, 인식 속도가 빠르며, 복잡도가 O(n),으로써 성능 또한 우수하다. 향후 이를 통해 제스처의 인식 가능한 범위를 증가시켜 보다 컴퓨터와 인간의 상호작용이 수월해지는데 도움이 될 것이다.

Abstract AI-Helper 아이콘AI-Helper

Humans develop and maintain relationship through communication. Communication is largely divided into verbal communication and non-verbal communication. Verbal communication involves the use of a language or characters, while non-verbal communication utilizes body language. We use gestures with lang...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 조명과 같은 주변 환경에 영향을 받지 않는 키넥트의 깊이 정보와 손의 기하학적인 특징을 이용한 손 인식방법을 제안한다. 제안하는 방법은 깊이 정보를 사용하여 손과 배경을 분리하고 손의 중심점과 손 영역과의 거리를 비교하여 손가락과 손가락의 개수를 인식한다.
  • 또한 제스처는 다양한 형태를 표현할 수 있기 때문에 인간과 컴퓨터의 상호작용을 위한 수단으로써 각광받고 있다. 이 점에 착안하여 본 논문에서는, 제스처를 인식하기 위해서 영상 입력장치를 통해 들어오는 영상에서 손가락 개수를 인식하는 방법을 제안했다. 손 영역은 키넥트가 제공하는 깊이 영상의 깊이 정보를 활용하여 검출하였고, 손가락 개수는 손 윤곽선을 구성하는 컨투어의 좌표들과 손 중심점의 거리를 비교하여 인식하였다.

가설 설정

  • 본 논문에서는 키넥트 앞에서 손을 앞으로 쭉 뻗고 손이 위로 향한 상태라고 가정한다. 그림 2는 본 논문에서 제안하는 손가락 개수 인식 알고리즘을 위한 손 영역 검출 알고리즘 순서도이다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
제스처란 어떠한 인터페이스를 말하는가? 제스처는 다양한 디스플레이를 효과적으로 제어할 수있는 가장 직관적이고 간단한 인터페이스다[6,7]. 이에 따라 제스처를 새로운 인터페이스로 정의하기 위해서 다양한 방법으로 연구가 진행되었다.
언어적 요소의 예는 무엇인가? 이를 나누는 기준은 언어적 요소를 사용하는지, 비언어적 요소를 사용하는가이다. 언어적 요소는 말 또는 글 같은 것이고, 비언어적 요소는 윙크, 악수, 웃음과 같은 몸동작이다.
제스처 인식을 위한 연구에 사용된 대표적인 장비는 무엇인가? 제스처 인식을 위한 연구는 다양한 장비들을 사용하여 진행되어왔다. 데이터 글러브와 비디오 카메라가 대표적인 예이다. 데이터 글러브는 컴퓨터와 상호작용하는 멀티미디어 입력 장치이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (15)

  1. J.L Applegate, G.B Leichty, "Managing interpersonal relationships : Social cognitive and strategic determinants of competence," In R. N. Bostrom(Ed.), Competence in communication : A multidisciplinary approach, 1984, pp. 33-56. 

  2. Su jin Chae, "The Importance of Nonverbal Communication Skills," Korean J Med Educ 2010 Jun, 2010, pp. 149-150. http://dx.doi.org/10.3946/kjme.2010.22.2.149 

  3. J.P. Wachs, M. Kolsch, H. Stern and Y. Edan, "Vision-based hand gesture applications," Communications of the ACM, vol. 55, 2011, pp. 60-71. http://dx.doi.org/10.4016/26819.01 

  4. Sang Yun Park, Eung Joo Lee, "Hand Gesture Recognition Algorithm Robust to Complex Image," Journal of Korea Multimedia Society, Vol.13, No.7, July, 2010, pp. 1000-1015. http://www.koreascience.or.kr/article/ArticleFullRecord.j sp?cnMTMDCW_2010_v13n7_1000 

  5. Lauri Connelly, Yicheng Jia, Maria L. Taro, Mary Ellen Stoykov, Robert V. Kenyon, Derek G. Kamper, "A Pneumatic Glove and Immersive Virtual Reality Environment for Hand Rehabilitative Training After Stroke," IEEE Trans. Neural Systems and Rehabilitation Engineering, vol.18, issue 5, 2010, pp. 551-559. http://dx.doi.org/10.1109/tnsre.2010.2047588 

  6. M. Chen, L. Mummert, P. Pillai, A. Hauptmann, and R. Sukthankar, "Controlling your TV with gestures," Proc. Int'l. Conf. Multimedia Information Retrieval, 2010, pp. 405-408. http://dx.doi.org/10.1145/1743384.1743453 

  7. H. P. Jain and A. Subramanian, "Real-time upper-body human pose estimation using a depth camera," Technical Report, HPL-2010-190, HP Laboratories, 2010. http://dx.doi.org/10.1007/978-3-642-24136-9_20 

  8. Woon-Soo Choi, Yong-Hwan Cho, Joon-suk Lee, "3-D Gesture Recognition Research using CUDA and Improved Hybrid Neural Networks," Korea Entertainment Industry Association 2011 Annual Spring Conference on Computational Intelligence, 2011, pp. 172-180. http://www.dbpia.co.kr/Article/NODE01789961 

  9. Junyeong Choi, Seiheui Han, Hanhoon Park and Jong-Il Park, "A Study on Providing Natural Two-handed Interaction Using a Hybrid Camera," The Third Interaction Conference on Digital Information Processing and Communications(ICDIPC 2013), 2013, pp. 484-484. http://sdiwc.net/digital-library/a-study-on-providing-natur al-twohanded-interaction-using-a-hybrid-camera.html 

  10. Junyeong Choi, Byung-Kuk Seo, Daeseon Lee, Hanhoon Park and Jong-Il Park, "RGB-D Camera-based Hand Shape Recognition for Human-robot Interaction," Robotics(ISR), 2013 44th International Symposium on IEEE, 2013, pp.1-2. http://dx.doi.org/10.1109/isr.2013.6695627 

  11. L. Raheja Jadish , Chaudhary Ankit, Singal Kunal, "Tracking of Fingertips and Centers of Palm using KINECT," 2011 Third International Conference on Computational Intelligence, Modelling and Simulation(CIMSiM), 2011, pp. 248-252. http://dx.doi.org/10.1109/cimsim.2011.51 

  12. Hongyong Tao, Youling Yu, "Finger Tracking and Gesture Interaction with Kinect," IEEE 12th International Conference on Computer and Information(CIT), 2012, pp. 214-218. http://dx.doi.org/10.1109/cit.2012.62 

  13. Hanhoon Park, Junyeong Choi, Jong-Il Park and Kwang-Seok Moon, "A Study on Hand Region Detection for Kinect-Based Hand Shape Recognition," Journal of Broadcast Engineering, Volume 18 , Issue 3, 2013, pp.393-400. http://dx.doi.org/10.5909/jbe.2013.18.3.393 

  14. J. Choi, H. Park, and J.-I. Park, "Hand shape recognition using distance transform and shape decomposition," Proc. of ICIP'11, 2011, pp. 3666-3669. http://dx.doi.org/10.1109/icip.2011.6116497 

  15. C.Cao, Y. Sun, R. Li, and L. Chen, "hand posture recognition via joint feature sparse representation," Optical Engineering, vol. 50, no. 12, 2011, pp. 127210. http://dx.doi.org/10.1117/1.3662884 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 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