[논문]비젼을 이용한 손 영역 특징점 추출

정현석; 오명재; 주영훈; 박진배

문제 정의

본 논문에서 CCD칼라 카메라로부터 입력된 R, G, B 칼라 정보는 조명의 변화를 줄이기 위해서 정규화 과정을 거친다. 정규화 된 R, G, B는 HCbCr 칼라 모델과 3입력 1출력 형태의 퍼지 색상 필터를 적용하여 손 추출에 사용될 피부 영역 검출한다.
본 논문에서는 강인한 손 영역 특징 점 추출 방법을 제안하였다. 손에 부착하는 센서나 마커 없이, CCD 카메라에 의하여 입력된 칼라 영상에 HCbCr 칼라 모델과 퍼지 칼라 필터를 이용하여 손 후보 영역을 추출하였다.
본 논문에서는 상기의 문제점을 해결하고자 강인한 손 영역 특징 점 추출 방법을 제안한다. 먼저, 본 논문에서는 HSI 칼라 모델과 YCbCr 칼라 모델에서 조도 변화에 강인한 성분을 추출하여 HCbCr 칼라 모델을 생성한다.

제안 방법

본 논문에서 사용된 입력 영상은 320 x 240, 24bit RGB칼라 영상이고 CCD 카메라로 실시간 처리하였다. HCbCr 칼라 모델과 퍼지 색상 필터를 적용시켜 손 후보 영역을 검출하고 레이블링 기법을 사용하여 얼굴과 손 영역을 분리하였다. 그림 4는 손 후보 영역을 검출한 영상이다.
생성된 HCbCr 칼라 모델을 퍼지 색상 필터[4]에 적용하여 손 후보 영역을 분할하고 레이블링[5]기법을 적용하여 최종적인 손 영역을 추출한다. 그 후, 추출된 손 영역의 실루엣을 추출하고 히스토그램 기법을 적용하여 손 영역 내의 무게중심(Center Of Gravity)를 추출 한다. 그리고 손 영역 특징 점 추출을 위해 Canny edge 기법과 Chain Code기법[6], DP[7]기법들은 전처리 과정을 거쳐 1차 특징 점을 추출한다.
그리고 최종적인 손 영역을 레이블링 기법을 통해 추출하였다. 그후, 추출된 손 영역의 실루엣을 히스토그램 기법에 적용하여 손 영역 내의 COG를 추출한 다음 손 영역 특징 점 추출을 위해 Canny edge 기법과 Chain Code기법, DP기법들을 이용하여 1차 특징 점을 추출하였다. 추출된 1차 특징 점을 Convex Hull기법 사용하여 손 영역의 특징 점을 매우 효과적으로 추출하였다.
다음으로 조도 변화에 강인한 칼라 모델을 얻기 위해 HSI 칼라 공간에서 H성분, YCbCr 칼라 공간에서는 Cb와 Cr성분을 추출한다. 추출된 성분들은 조명 변화에 민감하지 않고 우수한 밀집도를 갖는 성분들이다.
본 논문에서는 상기의 문제점을 해결하고자 강인한 손 영역 특징 점 추출 방법을 제안한다. 먼저, 본 논문에서는 HSI 칼라 모델과 YCbCr 칼라 모델에서 조도 변화에 강인한 성분을 추출하여 HCbCr 칼라 모델을 생성한다. 생성된 HCbCr 칼라 모델을 퍼지 색상 필터[4]에 적용하여 손 후보 영역을 분할하고 레이블링[5]기법을 적용하여 최종적인 손 영역을 추출한다.
본 논문에서는 강인한 손 영역 특징 점 추출 방법을 제안하였다. 손에 부착하는 센서나 마커 없이, CCD 카메라에 의하여 입력된 칼라 영상에 HCbCr 칼라 모델과 퍼지 칼라 필터를 이용하여 손 후보 영역을 추출하였다. 그리고 최종적인 손 영역을 레이블링 기법을 통해 추출하였다.
상기 추출된 HCbCr 칼라 모델은 조명 변화에 강인하지만 다양한 사람의 피부색 차이에 민감하다는 단점을 가지고 있다. 이러한 단점을 보안하기 위해 퍼지 색상 필터를 사용하였다. 퍼지 색상 필터를 이용하여 다양한 피부색 정보를 퍼지 모델화하고, 이를 바탕으로 색상 필터를 구성한다.
이러한 단점을 보안하기 위해 퍼지 색상 필터를 사용하였다. 퍼지 색상 필터를 이용하여 다양한 피부색 정보를 퍼지 모델화하고, 이를 바탕으로 색상 필터를 구성한다. 퍼지 색상 필터는 다음과 같이 퍼지 규칙으로 구성된다.

대상 데이터

본 논문에서 사용된 입력 영상은 320 x 240, 24bit RGB칼라 영상이고 CCD 카메라로 실시간 처리하였다. HCbCr 칼라 모델과 퍼지 색상 필터를 적용시켜 손 후보 영역을 검출하고 레이블링 기법을 사용하여 얼굴과 손 영역을 분리하였다.

이론/모형

손에 부착하는 센서나 마커 없이, CCD 카메라에 의하여 입력된 칼라 영상에 HCbCr 칼라 모델과 퍼지 칼라 필터를 이용하여 손 후보 영역을 추출하였다. 그리고 최종적인 손 영역을 레이블링 기법을 통해 추출하였다. 그후, 추출된 손 영역의 실루엣을 히스토그램 기법에 적용하여 손 영역 내의 COG를 추출한 다음 손 영역 특징 점 추출을 위해 Canny edge 기법과 Chain Code기법, DP기법들을 이용하여 1차 특징 점을 추출하였다.
먼저, 본 논문에서는 HSI 칼라 모델과 YCbCr 칼라 모델에서 조도 변화에 강인한 성분을 추출하여 HCbCr 칼라 모델을 생성한다. 생성된 HCbCr 칼라 모델을 퍼지 색상 필터[4]에 적용하여 손 후보 영역을 분할하고 레이블링[5]기법을 적용하여 최종적인 손 영역을 추출한다. 그 후, 추출된 손 영역의 실루엣을 추출하고 히스토그램 기법을 적용하여 손 영역 내의 무게중심(Center Of Gravity)를 추출 한다.
그리고 손 영역 특징 점 추출을 위해 Canny edge 기법과 Chain Code기법[6], DP[7]기법들은 전처리 과정을 거쳐 1차 특징 점을 추출한다. 추출된 1차 특징 점을 Convex Hull[8]기법에 적용하여 최종적인 손 영역 특징 점을 추출한다. 마지막으로, 복잡하고 다양한 실내 환경에서의 실험을 통해 그 응용 가능성을 증명한다.
그후, 추출된 손 영역의 실루엣을 히스토그램 기법에 적용하여 손 영역 내의 COG를 추출한 다음 손 영역 특징 점 추출을 위해 Canny edge 기법과 Chain Code기법, DP기법들을 이용하여 1차 특징 점을 추출하였다. 추출된 1차 특징 점을 Convex Hull기법 사용하여 손 영역의 특징 점을 매우 효과적으로 추출하였다. 마지막으로, 복잡하고 다양한 실내 환경에서의 실험을 통해 그 응용 가능성을 증명하였다.
손 영역은 히스토그램 기법을 사용하여 무게중심을 추출하고 Canny edge 기법과 Chain Code 기법, DP기법들은 전처리 과정을 거쳐 1차 특징 점을 추출한다. 추출된 1차 특징 점을 Convex Hull기법에 적용하여 최종적인 손 영역 특징 점을 추출한다.
는 손 영상으로 분류하기 위한 최소값을 나타낸다. 퍼지 색상 필터를 동정하기 위해서 유전 알고리즘을 이용한 색상 필터 동정 기법을 사용하였다. 목적함수는 다음과 같이 결정된다.

성능/효과

추출된 1차 특징 점을 Convex Hull기법 사용하여 손 영역의 특징 점을 매우 효과적으로 추출하였다. 마지막으로, 복잡하고 다양한 실내 환경에서의 실험을 통해 그 응용 가능성을 증명하였다.
위와 같이 얻어진 손 영역에서, 그림 5와 같이 Canny edge, Chain code DP 순으로 전처리 과정을 거친 후 Convex Hull기법을 통해 최종적인 특징 점이 추출됨을 확인 할 수 있다.

후속연구

추출된 1차 특징 점을 Convex Hull[8]기법에 적용하여 최종적인 손 영역 특징 점을 추출한다. 마지막으로, 복잡하고 다양한 실내 환경에서의 실험을 통해 그 응용 가능성을 증명한다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

비젼을 이용한 손 영역 특징점 추출
Hand Region Feature Point Extraction Using Vision 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

연구과제 타임라인

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

비젼을 이용한 손 영역 특징점 추출 Hand Region Feature Point Extraction Using Vision 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

비젼을 이용한 손 영역 특징점 추출
Hand Region Feature Point Extraction Using Vision 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper