Abstract
This paper deals with a system that is capable of recognizing hand-signals in 3-dimensional space. The system uses 2 color cameras as input devices. Vision-based gesture recognition system is known to be user-friendly because of its contact-free characteristic. But as with other applications using a camera as an input device, there are difficulties under complex background and varying illumination. In order to detect hand region robustly from a input image under various conditions without any special gloves or markers, the paper uses previous position information and adaptive hand color model. The paper defines a hand-signal as a combination of two basic elements such as 'hand pose' and 'hand trajectory'. As an extensive classification method for hand pose, the paper proposes 2-stage classification method by using 'small group concept'. Also, the paper suggests a complementary feature selection method from images from two color cameras. We verified our method with a hand-signal application to our driving simulator.
본 논문은 3차원 공간상에서 행해지는 수신호들을 인식하는 시스템을 다룬다. 수신호 입력을 위한 장치로는 두 대의 컬러카메라를 사용한다. 비전에 기반을 둔 제스처 인식 방식은 그 자체의 비접촉식 특성으로 인해 사용자 편의 면에서 우수한 것으로 알려져 있다. 그러나 여타의 카메라를 입력 장치로 사용하는 방식들이 그러하듯이 배경과 조명 변화에 대해 취약하다는 것이 문제시된다. 본 논문에서는 특수한 장갑이나 표식을 사용하지 않고도, 배경 및 조명 변화에 강인하게 입력 영상에서 손영역을 검출하기 위해, 적응 손 컬러 모델과 함께 이전 위치 정보를 이용하였다. 손 영역 영상으로부터 수신호를 인식하기 위해서, 본 논문은 '손 자세'와 '손 궤적'을 기본요소로 하는 수신호 정의 방식을 바탕으로 한다. 확장성 있는 손 자세 분류를 위해서 소그룹 개념을 통한 2단계의 분류방식을 제안한다. 3차원 수신호 영상을 얻기 위해 사용된 두 대의 카메라로부터 얻은 영상들에 대한 상호보완적 선택 방법도 제시한다. 제안된 수신호 인식 방법은 차량 주행 시뮬레이터에 적용하여 실제 환경에서의 적용 가능성을 검증하였다.
