The Journal of the Korea Contents Association (한국콘텐츠학회논문지)

The Korea Contents Association (한국콘텐츠학회)
권호 표지
DOI QR코드

DOI QR Code

Dynamic Gesture Recognition using SVM and its Application to an Interactive Storybook

SVM을 이용한 동적 동작인식: 체감형 동화에 적용

  • 이경미 (덕성여자대학교 컴퓨터학과)
  • Received : 2013.02.14
  • Accepted : 2013.03.26
  • Published : 2013.04.28
Download PDF
⟨ Previous Next ⟩

Abstract

This paper proposes a dynamic gesture recognition algorithm using SVM(Support Vector Machine) which is suitable for multi-dimension classification. First of all, the proposed algorithm locates the beginning and end of the gestures on the video frames at the Kinect camera, spots meaningful gesture frames, and normalizes the number of frames. Then, for gesture recognition, the algorithm extracts gesture features using body parts' positions and relations among the parts based on the human model from the normalized frames. C-SVM for each dynamic gesture is trained using training data which consists of positive data and negative data. The final gesture is chosen with the largest value of C-SVM values. The proposed gesture recognition algorithm can be applied to the interactive storybook as gesture interface.

본 연구에서는 다차원의 데이터 인식에 유리한 SVM을 이용한 동적 동작인식 알고리즘을 제안한다. 우선, Kinect 비디오 프레임에서 동작의 시작과 끝을 찾아 의미있는 동작 프레임을 분할하고, 프레임 수를 동일하게 정규화시킨다. 정규화된 프레임에서 인체 모델에 기반한 인체 부위의 위치와 부위 사이의 관계를 이용한 동작 특징을 추출하여 동작인식을 수행한다. 동작인식기인 C-SVM는 각 동작에 대해 positive 데이터와 negative 데이터로 구성된 학습 데이터로 학습된다. 최종 동작 선정은 각 C-SVM의 결과값 중 가장 큰 값을 갖는 동작으로 한다. 제안하는 동작인식 알고리즘은 플래시 구연동화에서 더 나아가 유아가 능동적으로 구연동화에 참여할 수 있도록 고안된 체감형 동화 콘텐츠에 동작 인터페이스로 적용되었다.

Keywords

References

  1. P. Boland, D. Kavanagh, and J. Squires, "iMARK Interactive Media Annotation Resource Kit," 2010, File Available at: https://dspace.ndlr.ie/handle/10633/5508.
  2. T. G. Kirner, F. M. V. Reis, and C. Kirner, "Development of an interactive book with augmented reality for teaching and learning geometric shapes," in proc. of Iberian conf. on Information Systems and Technologies, pp.1-6, 2012.
  3. 이경옥, 이경미, 이상희, "유아 동작에 기초한 interactive 동화콘텐츠 개발 연구", 어린이미디어연구논문지, 제11권, 제2호, pp.133-154, 2012.
  4. N. A. Ibraheem and R. Z. Khan, "Vision based gesture recognition using neural networks approaches: a review," Int'l J. of Human Computer Interaction, Vol.3, No.1, pp.1-14, 2012.
  5. 이동규, 이기정, 황보택근, 임혁규, "신경망을 이용한 동작분석과 원격 응급상황 검출 시스템", 한국콘텐츠학회논문지, 제6권, 제9호, pp.50-59, 2006.
  6. M. J. Jeon, S. W. Lee, and Z. Bien, "Hand gesture recognition using multivariate fuzzy decision tree and user adaptation," Int'l J. of Fuzzy System Applications, Vol.1, Issue 3, pp.15-31, 2011. https://doi.org/10.4018/ijfsa.2011070102
  7. W. Xiaojuan, "Dynamic gesture track recognition based on HMM," in proc. of IEEE conf. on VSLI Design and Video Technology, pp.169-174, 2005.
  8. V. N. Vapnik, The nature of statistical learning theory, Springer-Verlag, 1995.
  9. 이경미, "가상공간에서 동작을 이용한 체감형 게임 인터페이스 설계", 한국컴퓨터게임학회논문지, 제24권, 제1호, pp.133-144, 2011.
  10. H. Kang, C. Lee, and K. Jung, "Reco gnition-based gesture spotting in video games," Pattern Recognition Letters, Vol.25, No.15, pp.1701-1714, 2004. https://doi.org/10.1016/j.patrec.2004.06.016
  11. C. Chang and C. Lin, LIBSVM: a library for support vector machines, Software Available at: http://www.csie.ntu.edu.tw/wcjlin/libsvm.
  12. 이제근, 김수진, 장병탁, "학습을 위한 네거티브 데이터가 존재하지 않는 경우의 microRNA 타겟예측 방법", 한국컴퓨터종합학술대회 논문집, 제 35권, 제1(C)호, pp.212-216, 2008.
  13. S. Young, G. Evermann, M. Gales, T. Hain, D. Kershaw, X. Liu, G. Moore, J. Odell, D. Ollason, D. Povey, V. Valtchev, and P. Woodland, "The HTK Book," Microsoft Corporation and Cambridge University Engineering Department, 2009.
  14. E. J. R. Justino, F. Bortolozzi, and R. Sabourin, "A comparison of SVM and HMM classifiers in the offline signature verification," Pattern Recognition Letters, Vol.26, No.9, pp.1377-1385, 2005. https://doi.org/10.1016/j.patrec.2004.11.015