$\require{mediawiki-texvc}$

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.

운동 히스토리 영상을 활용한 CamShift 기반 손 추적 기법
Hand Tracking based on CamShift using Motion History Image 원문보기

방송공학회논문지 = Journal of broadcast engineering, v.22 no.2, 2017년, pp.182 - 192  

길종인 (강원대학교 컴퓨터정보통신공학과) ,  김미나 (강원대학교 컴퓨터정보통신공학과) ,  황환규 (강원대학교 컴퓨터정보통신공학과) ,  김만배 (강원대학교 컴퓨터정보통신공학과)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 컬러와 운동 정보를 혼합한 손 추적 시스템을 제안하고자 한다. 손의 검출 및 추적은 많은 경우 피부색을 모델링하여 검출을 하는 방식을 사용한다. 하지만 이와 같은 방법으로는 빛이나 주변 사물에 의해 영향을 많이 받기 때문에 정확한 값을 일정하게 도출해 낼 수 없었다. 또한, 피부색에 의존하므로, 손뿐만 아니라 얼굴 및 비부 색과 비슷한 색을 갖는 배경 등에 의해 추적이 방해받을 수 있다. 이에 본 논문은 운동 히스토리 기법(MHI)을 이용하여 움직임을 파악한 후 이를 CamShift와 결합함으로서, 효과적으로 추적할 수 있도록 설계하였다. 제안된 시스템은 C/C++을 기반으로 구현하였으며, 실험에서 제안 방법이 안정적이고 우수한 성능을 보여줌을 증명하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, we propose hand tracking system combined with color and motion information. Most of hand detection and tracking systems are performed by modeling skin color. However, in this approach, since it is highly influenced by light or surrounding objects, accurate values cannot be derived con...

주제어

#hand tracking   #motion history image   #background subtraction   #CamShift  

질의응답

핵심어 질문 논문에서 추출한 답변
손 제스처 인식의 어떤 단계로 구성되는가? 손의 동작 인식 기술은 스마트 TV 혹은 비디오 게임 플레이에서와 같이 사용자와 전자 기기 사이의 진보된 상호작용을 가능하게 하는 가장 이상적이고 적합한 방법이 될 수 있을 것이다. 손 제스처 인식은 검출(detection), 추적(tracking) 및 인식(recognition) 단계로 구성된다. 이 때, 손을 검출하 고 추적하는 시스템은 손의 동작 인식을 위해 필수적으로 수행되어야 하는 전처리과정이다.
손의 검출 및 추적하기 위해 피부색을 모델링하여 검출하는 방식을 사용할 때 발생하는 문제점은? 손의 검출 및 추적은 많은 경우 피부색을 모델링하여 검출을 하는 방식을 사용한다. 하지만 이와 같은 방법으로는 빛이나 주변 사물에 의해 영향을 많이 받기 때문에 정확한 값을 일정하게 도출해 낼 수 없었다. 또한, 피부색에 의존하므로, 손뿐만 아니라 얼굴 및 비부 색과 비슷한 색을 갖는 배경 등에 의해 추적이 방해받을 수 있다. 이에 본 논문은 운동 히스토리 기법(MHI)을 이용하여 움직임을 파악한 후 이를 CamShift와 결합함으로서, 효과적으로 추적할 수 있도록 설계하였다.
배경 모델링 알고리즘이란? 전경 객체의 영역만을 검출하기 위해서 배경 모델링을 적용하였다. 배경 모델링 알고리즘은 비디오 영상의 통계적 정보를 이용하여 적절한 배경 영상을 유추하는 알고리 즘이다. 효과적인 배경 영상을 추출하기 위해 많은 알고리즘이 제안되었다[9-12].
질의응답 정보가 도움이 되었나요?

참고문헌 (17)

  1. O. Kainz and F. Jakab, "Approach to Hand Tracking and Gesture Recognition Based on Depth-Sensing Cameras and EMG Monitoring," Acta Informatica Pragensia, vol. 3, no. 1, pp. 104-112, 2014. 

    상세보기 crossref

  2. Y. Sato, Y. Kobayashi and H. Koike, "Fast Tracking of Hands and Fingertips in Infrared Images for Augmented Desk Interface," IEEE International Conference on Automatic Face and Gesture Recognition, pp. 462-467, 2000. 

  3. P. Brasnett, L. Mihaylova, N. Canagarajah and D. Bull, "Particle filtering with multiple cues for object tracking in video sequences," Proceedings of SPIE 5685, Image and Video Communications and Processing, pp. 430-441, Jan. 2005. 

  4. T. Zhang and S. Fei, "Target tracking based on particle filter algorithm with multiple cues fusion," Proceedings of the 26th Chinese Control and Decision Conference (2014 CCDC), pp. 1660-1665, May 2014. 

  5. S.-M. Liang and S.-S Huang, "Fingertip positioning and tracking by fusing multiple cues using particle filtering," Proceedings of 2013 IEEE International Symposium on Consumer Electronics (ISCE), pp. 205-206, June 2013. 

  6. H. Zhou, Y. Gao, G. Yuan and R. Ji, "Adaptive multiple cues integration for particle filter tracking," Proceedings of IET International Radar Conference 2015, pp. 483-488, Oct. 2015. 

  7. L. Liu, X. Li, Y. Zhao and J. Chen, "A Real-time and Low-cost Hand Tracking System," IEEE International Conference on Consumer Electronics, 2017. 

  8. Z. Wen, Z. Peng, X. Deng and S. Li, "Particle filter object tracking based on multiple cues fusion," Procedia Engineering, vol. 15, pp. 1461-1465, 2011. 

    상세보기 crossref

  9. C. R. Wren, A. Azarbayejani. A. T. Darrel and A. P. Pentland, "Pfinder: Real-time Tracking of the Human Body," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol.19, pp. 780-785, 1997. 

    상세보기 crossref

  10. C. Stauffer and W. E. L. Grimson, "Learning Patterns of Activity Using Real Time Tracking," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 22, pp. 747-757, 2000, 

    상세보기 crossref

  11. I. Haritaoglu, D. Harwood, L. S. Davis, "W4: Real-time Surveillance of People and Their Activities," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 22, no. 8, pp. 809-830, 2000. 

    상세보기 crossref

  12. K. Kim, T. H. Chalidabhongse, D. Harwood and L. Davis, "Real-Time Foreground-Background Segmentation Using Codebook Model," Real-Time Imaging, vol. 11, no. 3, pp. 172-185, 2005. 

    상세보기

  13. A. Bobick and J. Davis, "The recognition of human movement using temporal templates," IEEE Transactions on Pattern Analysis and Pattern Analysis, Vol 23, No. 3, March 2001. 

  14. D. Comaniciu, and P. Meer, "Mean shift: A robust approach toward feature space analysis," IEEE Transaction on Pattern Analysis and Machine Intelligence, vol. 24, no. 5, pp. 603-619, 2002. 

    상세보기 crossref

  15. G. R. Bradski, "Computer Vision Face Tracking as a Component of a Perceptual User Interface", IEEE Workshop Applications of Computer Vision, pp. 214-219, Oct. 1998. 

  16. R. Stolkin, I. Florescu, M. Baron, C. Harrier and B. Kocherov, "Efficient Visual Servoing with the ABCshift Tracking Algorithm," International Conference on Robotics and Automation, pp. 3219-3224, 2008. 

  17. Lehmann, E. Leo and G. Casella, Theory of point estimation, Springer Science & Business Media, 2006. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

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