선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 일반적으로 컴퓨터에 설치된 카메라로부터 동공을 찾기 위해서는 얼굴을 인식한 후에 눈을 찾고 찾은 눈에서 동공을 추출해야 된다. 이 논문에서는 그러한 과정이 필요 없도록 카메라의 위치를 변경함으로써 시스템의 속도와 성능을 향상시키고자 하였다.
제안 방법
- 이 논문예서는 이러한 알려진 기법들 중의 하나로 윤곽선 검출을 위한 Canny 알고리즘을 이용해서 동공을 검출한다. 그리고 눈의 깜박임으로 마우스버튼클릭의 기능을 구현하기 위해서 퍼지 추론 기능을 이용하였다〔4〕.
- 200장의 영상을 사용하였다. 또한 실시간 처리 여부를 확인하기 위하여 1분 분량의 동영상 4개를 사용하였다. 이상의 실험 영상을 이용하여 Canny 알고리즘과 템플릿 매칭 알고리즘을 각각 사용하여 그 결과를 비교하였다.
- 마우스의 포인터 위치 제어를 위해 앞에서 설명한 방식으로 구현한 후 마우스 포인터를 움직여 보았다. 비례 방식으로 계산된 좌표로 인해 동공의 미세한 움직임에서도 스크린에서의 마우스 포인터는 움직임이 크게 변하는 현상이 나타났다.
- 몸이 불편한 장애인들에게도 컴퓨터를 쉽게 사용할 수 있게 하기 위해서 동공 마우스 시스템에 대해 제안하고 실험을 통해 그 성능을 분석하였다. 그 결과 제안한 기법들을 활용한 동공 마우스 시스템에 대한 가능성을 확인할 수 있었다.
- 하지만 이 논문에서 제안하고자 하는 것과 같은 동공 마우스 시스템에 대해서는 아직 많은 연구가 이루어지지 않고 있다. 이 논문에서 제안하는 적외선 조명 카메라를 이용한 동공 검출 기법과 마우스의 클릭 기능을 구현하기 위한 퍼지 추론 기법은 이미 부분적으로 알려진 기법들이다. 이 논문예서는 이러한 알려진 기법들 중의 하나로 윤곽선 검출을 위한 Canny 알고리즘을 이용해서 동공을 검출한다.
- 이 논문에서는 기존의 기법들과 다른 점으로 적외선 조명 카메라를 컴퓨터에 부착시키는 것이 아니라 머리에 부착시킨다. 카메라를 눈의 부근에 부착시켜 눈만을 영상으로 입력 받음으로써 시스템 구현상 많은 부분이 간소화 된다.
대상 데이터
- 동공 검출 실험을 위하여 10명으로부터 각 20장씩 획득된 전체 200장의 영상을 사용하였다. 또한 실시간 처리 여부를 확인하기 위하여 1분 분량의 동영상 4개를 사용하였다.
- 한국보건사회연구원의 에서 우리나라 장애인의 수를 총215만 명으로 추정하였다〔1〕.
데이터처리
- 또한 실시간 처리 여부를 확인하기 위하여 1분 분량의 동영상 4개를 사용하였다. 이상의 실험 영상을 이용하여 Canny 알고리즘과 템플릿 매칭 알고리즘을 각각 사용하여 그 결과를 비교하였다.
이론/모형
- MSE 방법과 NCC 방법 등의 3가지 방법이 있다⑹ . 그 중에서 가장 성능이 우수하다고 알려진 NCC 방법을 이용하였다. MAD 방법과 MSE 방법은 대응되는 픽셀의 밝기 값을 서로 빼서 차이 값을 더하는 알고리즘이다.
- 위해서는 먼저 눈을 찾아야 한다. 눈을 찾는 방법은 2에서 언급한 것과 같이 Canny 알고리즘을 이용해서 윤곽으로 찾게 된다. 그림 6과 같이 눈의 영역을 구한 후 눈의 높이를 d로 둔다'
- 동공 검출에 대해서는 홍채 인식으로 인해 많은 논문과 자료 들이 발표되어 있다. 이 논문에서는 기존의 다양한 빙 법들 중에서 Canny 알고리즘과 템플릿 매칭 알고리즘을 사용하였다.
- 이 논문에서 제안하는 적외선 조명 카메라를 이용한 동공 검출 기법과 마우스의 클릭 기능을 구현하기 위한 퍼지 추론 기법은 이미 부분적으로 알려진 기법들이다. 이 논문예서는 이러한 알려진 기법들 중의 하나로 윤곽선 검출을 위한 Canny 알고리즘을 이용해서 동공을 검출한다. 그리고 눈의 깜박임으로 마우스버튼클릭의 기능을 구현하기 위해서 퍼지 추론 기능을 이용하였다〔4〕.
- 템플릿 매칭 알고리즘에는 MAD 방법. MSE 방법과 NCC 방법 등의 3가지 방법이 있다⑹ .
성능/효과
- 그 성능을 분석하였다. 그 결과 제안한 기법들을 활용한 동공 마우스 시스템에 대한 가능성을 확인할 수 있었다.
- 걸린다. 따라서 이 논문에서는 4방향으로 검색하는 방식을 이용하여 특징점 4개만을 구한 결과를 얻음으로써 전체탐색 알고리즘을 사용할 때 보다 빠른 검출 결과를 얻을 수 있었다.
- 인식률이 우수하게 나왔다. 이 논문에서는 템플릿의 크기를 고정하였기 때문에 밝기 값을 정규화하여도 눈동자 크기 차이에 따른 오인식이 많이 발생하였다.
후속연구
- 따라서 눈과 스크린의 거리에 따른 이러한 문제가 발생하지 않는 시스템을 제안할 수 있는 기법에 대해서는 추가적으로 많은 연구가 필요할 것으로 생각한다.
- 이로 인해 마우스 포인터의 세밀한 움직임을 구현 하는 것이 쉽지 않는 문제임을 파악할 수 있었다. 따라서 마우스 포인터를 더욱 정밀하게 움직일 수 있도록 하기 위해서는 추가 연구가 필요할 것으로 생각한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.