$\require{mediawiki-texvc}$

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.

다문화 손동작 인식을 위한 HOG-HOD 알고리즘
HOG-HOD Algorithm for Recognition of Multi-cultural Hand Gestures 원문보기

멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.20 no.8, 2017년, pp.1187 - 1199  

김지예 (Dept. of Computer and Software, Graduate School, Hanyang University) ,  박종일 (Dept. of Computer and Software, Graduate School, Hanyang University)

Abstract ▼ AI-Helper 아이콘AI-Helper

In recent years, research about Natural User Interface (NUI) has become focused because NUI system can give natural feelings for users in virtual reality. Most important thing in NUI system is how to communicate with the computer system. There are many things to interact with users such as speech, h...

주제어

#Hand Gesture Recognition   #Multi-cultural Hand Gesture   #NUI   #RGBD Camera  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 기존의 손동작 인식을 위해 제공되는 데이터베이스는 대체로 수화를 위한 데이터들이며 자율주행 자동차에 대한 연구가 진행되면서 운전 주행 중 편리한 손동작에 대한 데이터처럼 특정한 상황을 위한 데이터베이스가 주로 공개되어있다[8]. 따라서 본 논문에서는 실험을 위해 다문화 손동작을 조사하여 해당 데이터에 맞게 데이터베이스를 구축하는 작업을 진행했다. 다양한 연령대 및 성별을 기반으로 총 8명의 사용자에 대한 5가지의 손동작을 각각 3가지 다른 조건하에서 데이터를 수집하였다.
  • 따라서 본 논문에서는 일상 속 다양한 국적의 사용자들이 주로 사용하는 다국적 손동작을 인식할 수 있는 알고리즘을 제안한다. 앞에서 기술했듯이 NUI에 있어 중요한 것은 사용자가 시스템과 상호작용에 있어 불편함이 없어야한다는 점이기 때문에 상호작용 방식 중 하나인 손동작은 사용자가 실제로 일상 속에서 주로 사용하는 동작을 위주로 인식이 되어야 하며 일상 속 손동작들 중에서도 여러 문화권에서 사용하는 다국적 손동작을 중심으로 인식이 되어야 사용자의 국적 차이가 없이, 편안한 상호작용이 이루어질 수 있을 것이다.
  • 여기서 세 가지 종류란 손 모양으로 손동작을 인식하는 고정적 손동작, 손이 그리는 궤적으로 손동작을 인식하는 동적 손동작, 시작 동작과 끝 동작이 존재하며 고정적 손동작과 동적 손동작의 조합이라고 정의할 수 있는 연속적인 손동작이다. 본 논문에서는 다양한 문화권에서 사용빈도가 높은 다문화 손동작을 연속적인 손동작의 일종이라고 정의하였으며 이에 따라 고정적 손동작과 동적 손동작 인식 방법을 조합하여 인식하도록 한다. 고정적 손동작 인식을 위해서 이미지의 기울기를 이용하여 물체의 모양을 인식하는 Histogram of Oriented Gradients (HOG) 알고리즘과 동적 손동작 인식을 위해서 손 중심점이 그리는 궤적을 인식하는 Histogram of Oriented Displacements (HOD) 알고리즘을 조합하는 방법을 사용한다.
  • 본 논문에서는 손동작 중에서도 문화권마다 다양하게 사용되는 다문화 손동작 인식 방법을 제안하였다. 손동작 인식 분야에서는 손동작을 크게 세 가지 종류로 나누어 정의하고 이에 따라 다른 인식 방법들을 제안하고 있다.
  • 본 논문에서는 일상에서 사람들이 많이 사용하는 다문화 손동작 인식을 위해 HOG-HOD 알고리즘을 제안한다. 다문화 손동작은 손동작 종류 중에서도 고정적 손동작과 동적 손동작 모두를 포괄하는 복합적인 손동작 즉 연속적인 손동작이라고 정의할 수 있으며 대부분의 연속적인 손동작의 인식은 고정적 손동작 인식과 동적 손동작 인식 결과의 조합으로 가능해진다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
동적 손동작이란 무엇인가? 앞서 기술하였듯이 동적 손동작이란 손이 그리는 궤적에 의미를 담고 있는 동작을 의미한다. 손동작 인식 분야에서 동적 손동작 인식을 위해 주로 사용하는 알고리즘은 Dynamic Time Warping (DTW), Hidden Markov Model (HMM)가 대표적인데[9] DTW의 경우에는 작은 데이터베이스로도 인식이 가능하며 HMM의 경우에는 DTW 알고리즘의 경우보다 데이터베이스의 크기가 방대해야하는 반면 비교적 높은 정확도를 보여줄 수 있다.
가상현실에 관련한 연구가 활발해지면서, 시스템과 상호작용하는 방식이 점점 중요해진 이유는 무엇인가? 특히 가상현실에 관련한 연구가 활발해지면서 시스템과 상호작용하는 방식은 점점 더 중요해졌다. 가상현실에 있어서 무엇보다 중요한 것은 사용자의 몰입감이고 이는 시스템과 어떠한 방법으로 상호작용을 할 것인지에 의해 결정되기 때문이다.
손동작 인식 분야에서, 손동작은 어떻게 구분되는가? 손동작 인식 분야에선 위와 같은 다양한 종류의 손동작들을 크게 세 가지 종류로 나눈다. 손동작 인식 분야에서 정의하는 손동작의 세 가지 종류는 고정적 손동작(Static Hand Gestures), 동적 손동작(Dynamic Hand Gestures), 연속적인 손동작(Continuous Hand Gestures)이다. 먼저 고정적 손동작이란 손 모양에 의미를 담고 있는 손동작으로 이를테면 승리의 브이 자를 그리는 손동작 혹은 그만하라는 의미로 손가락 다섯 개를 전부 편 채 멈춘 손동작 등을 대표적인 예시로 들 수 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (9)

  1. H. Cheng, L. Yang, and Z. Liu, "Survey on 3D Hand Gesture Recognition," Proceeding of Transactions on Circuits and Systems for Video Technology, pp. 1659-1673, 2016. 

  2. N. Dalal and B. Triggs, "Histograms of Oriented Gradients for Human Detection," Proceeding of the Computer Society Conference on Computer Vision and Pattern Recognition, pp. 886-893, 2005. 

  3. H. Li, L. Yang, X. Wu, S. Xu, and Y. Wang, "Static Hand Gesture Recognition Based on HOG with Kinect," Proceeding of the 4th International Conference on Intelligent Human-Machine Systems and Cybernetics, pp. 271- 273, 2012. 

  4. T. Wenjun, W. Chengdong, Z. Shuying, and J. Li, "Dynamic Hand Gesture Recognition Using Motion Trajectories and Key Frames," Proceeding of the Advanced Computer Control, pp. 163-167, 2010. 

  5. MSR Action 3D Datasets, http://www. uow.edu.au/-wanqing/#MSRAction3DDatasets (accessed Apr., 02, 2017). 

  6. M.A. Gowayyed, M. Torki, M.E. Hussein, and M. El-Saban, "Histogram of Oriented Displacements (HOD): Describing Trajectories of Human Joints for Action Recognition," Proceeding of the 23rd International Joint Conference on Artificial Intelligence, pp. 1351-1357, 2013. 

  7. J. Zhang, W. Zhou, and H. Li, "A New System for Chinese Sign Language Recognition," Proceeding of China Summit and International Conference on Signal and Information Processing, pp. 534-538, 2015. 

  8. VIVA Hand Gesture Dataset, http://cvrr.ucsd.edu/vivachallenge/index.php/ (accessed Feb., 01, 2015). 

  9. Y. Kim, S. Park, S. Ok, S. Lee, and E. Lee, "Human Gesture Recognition Technology Based on User Experience for Multimedia Contents Control," Journal of Korea Multimedia Society, Vol. 15, No. 10, pp. 1196-1204, 2012. 

    원문보기 상세보기 crossref

저자의 다른 논문 :

LOADING...

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