DOI QR코드

DOI QR Code

Non-Contact Gesture Recognition Algorithm for Smart TV Using Electric Field Disturbance

전기장 왜란을 이용한 비접촉 스마트 TV 제스처 인식 알고리즘

  • 조정재 (엘지이노텍 부품소재연구소) ;
  • 김영철 (전남대학교 전자컴퓨터공학과)
  • Received : 2013.09.10
  • Accepted : 2013.12.24
  • Published : 2014.02.28

Abstract

In this paper, we propose the non-contact gesture recognition algorithm using 4- channel electrometer sensor array. ELF(Extremely Low Frequency) EMI and PLN are minimized because ambient electromagnetic noise around sensors has a significant impact on entire data in indoor environments. In this study, we transform AC-type data into DC-type data by applying a 10Hz LPF as well as a maximum buffer value extracting algorithm considering H/W sampling rate. In addition, we minimize the noise with the Kalman filter and extract 2-dimensional movement information by taking difference value between two cross-diagonal deployed sensors. We implemented the DTW gesture recognition algorithm using extracted data and the time delayed information of peak values. Our experiment results show that average correct classification rate is over 95% on five-gesture scenario.

본 논문에서는 4-채널 전위계 센서의 배열을 이용한 비접촉 제스처 인식 알고리즘을 제안한다. 주변의 전기장 변화에 민감한 전위계 센서를 스마트기기의 제스처인식에 활용하기 위해서 실내 환경에서 극저주파 대역 EMI(Electro Magnetic Interference) 및 PLN(Power Line Noise) 영향을 최소화하였다. AC 형태의 입력 데이터 값에 10Hz LPF(Low Pass Filter) 및 H/W 샘플링 속도를 고려한 최대 버퍼 값 추출 알고리즘을 적용하여 선형적인 DC 형태의 데이터로 변형한다. 추가적으로 칼만 필터를 적용함으로써 노이즈를 최소화하며, 센서간의 배열을 고려한 데이터 차분 과정을 통해 목표물의 2차원적 움직임 정보를 추출한다. 추출된 데이터 값과 peak 값의 시차정보를 이용하여 DTW(Dynamic Time Warping) 제스처 인식 및 보정 알고리즘을 구현하였으며, 다섯가지 동작 시나리오 테스트 결과 95% 이상의 높은 인식률을 보였다.

Keywords

References

  1. D.A. Norman, "The Way I See It: Natural User Interfaces Are Not Natural," Interactions, 2010.
  2. 이해룡, 박준석, 이전우, "감성 UX 기술동향," 전자통신동향분석, 제26권, 제5호, pp. 83-91, 2011.
  3. Madhumita Venkataramanan, "Biosensor Can Monitor Your Heartbeat from a Distance," http://www.newscientist.com/blogs/onepercent/2011/11/sensor-monitors-your-heartbeat.html?DCMP=OTC-rss&nsref=online-news, 2011.
  4. 유창용, 김덕원, "각종 전기기기 및 생활 주변에서의 60Hz 전자기장," 전자공학회지, 제28권, 제2호, pp. 31-41, 2001.
  5. 권종화, 박현호, 최형도, 이형수, "전자파장해(EMI/EMC) 표준화 및 연구동향," 전자통신동향분석, 제16권, 제2호, pp. 39-51, 2001.
  6. Greg Welch and Gary Bishop, "An Introduction to the Kalman Filter," University of North Carolina, Department of Computer Science, UNC-Chapel Hill, TR 95-041, 2006.
  7. NI-DAQ, "Function Reference Manual for PC Compatibles Ver 6.6," National Instruments Corporation, pp. 1-593, 2009.
  8. Eamonn Keogh, "Exact Indexing of Dynamic Time Warping," Proc. the 28th international conference on Very Large Data Bases, pp. 406-417, 2002.
  9. 김형일, "모바일 단말에서의 가속도 센서 기반 제스처 인식 기술 개발," 경희대학교 박사학위논문, 2012.
  10. M. Truk and A. Pentland, "Eigenfaces for Recognition," Journal of Cognitive Neuroscience, vol. 3, no. 1, pp. 71-86, 1991. https://doi.org/10.1162/jocn.1991.3.1.71
  11. E. Gumus, N. Kilic, A. Sertbas, and O.N. Ucan, "Evaluation of Face Recognition Technique using PCA, Wavelets and SVM," Expert Systems with Applications, vol. 37, no. 9, pp. 6404-6408, 2010. https://doi.org/10.1016/j.eswa.2010.02.079
  12. 김원규, 강동중 "PCA기반 검색 축소 기법을 이용한 SURF 매칭속도 개선," 멀티미디어학회논문지, 제16권, 제7호, pp. 820-828, 2013.

Cited by

  1. Study on Elimination of EMI in ELF-Band for EPS-Based Smart TV Control vol.18, pp.3, 2015, https://doi.org/10.9717/kmms.2015.18.3.401
  2. EF 센서기반 손동작 신호 감지 및 자동 프레임 추출 vol.9, pp.4, 2014, https://doi.org/10.30693/smj.2020.9.4.102
  3. PLN 성분 분석을 통한 전기장센서 기반 손동작신호 추출 vol.9, pp.4, 2014, https://doi.org/10.30693/smj.2020.9.4.97