• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.299-300
• /
• 2011

최근 손 동작 인식은 새로운 맨머신인터페이스(man-machine interface)를 위한 기술로 주목 받고 있으며, 이를 위한 손 검출은 손 동작 인식이나 손 추적을 위해 반드시 선행되어야 하는 중요한 기술이다. 기존에 연구되어온 대부분의 손 검출 방법으로는 색상을 기반으로 한 손 검출이었다. 하지만 색상을 기반으로 한 손 검출은 조명의 영향을 많이 받아 신뢰성을 보장하기 어렵다. 이러한 조명의 영향은 깊이 정보(depth information)를 이용함으로써 조명 변화에 강인한 손 검출을 수행할 수 있다. 본 논문에서는 손 검출을 깊이 정보를 활용하여 수행할 수 있는 방법을 제안하였다. 실시간으로 깊이 정보를 생성할 수 있는 depth sensor 하나를 사용하여 깊이 영상을 얻고 노이즈를 개선 해 준 후에 정의된 모션을 사용하여 손의 특징을 추출하여 손 검출을 하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.18 no.8
• /
• pp.1931-1940
• /
• 2014

In this paper, we propose a new hand shape recognition algorithm based on the geometric features using the convex-hull from the depth image acquired by Kinect system. Kinect is a camera providing a depth image and user's skeleton information and used for detecting hand region. In the proposed algorithm, hand region is detected in a depth image acquired by Kinect and convex-hull of the region is found. Boundary points caused by noise and unnecessary points for recognition are eliminated in the convex-hull that changes depending on hand shape. Hand shape is recognized by the sum of internal angle of a polygon that is matched with convex-hull reconstructed with selected boundary points. Through experiments, we confirm that proposed algorithm shows high recognition rate not only for five models but also those cases rotated.

• Journal of Korea Society of Industrial Information Systems
• /
• v.21 no.1
• /
• pp.27-34
• /
• 2016

In this paper, we propose how to recognize a multi-touch in the virtual touch type. Virtual touch has an advantage that it is installed only simple depth camera compared to the physical touch manners and it can be implemented with low cost for extracting an object exactly from only the difference of the depth values between the object and background. However, the accuracy for implementing the multi-touch has lowered. This paper presents a method to increase the accuracy of the multi-touch through the algorithms of binarization, labelling, and object tracking for multi-object recognition. Simulation results show that the proposed method can provide a variety of multi-touch events.

• Journal of Korea Society of Industrial Information Systems
• /
• v.25 no.1
• /
• pp.13-23
• /
• 2020

In this paper, we propose a quantization parameter determination method for face depth image encoding in order to minimize an impact on a face recognition accuracy. When a face depth image is compressed through quantization in H.264/AVC, differential quantization parameters are assigned according to an accuracy of ellipsoid modeling prediction and an importance degree of a unit block in extracting facial features. The simulation results show that the face recognition success rates are improved by up to 6% at the same compression rates through the proposed compression rate determination method.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.232-235
• /
• 2003

본 눈문에서는 표면의 에지를 잘 나타내는 웨이블릿을 이용한 3차원 얼굴 인식 알고리듬을 제안한다. 먼저 얼굴영역을 추출하고 정규화과정을 수행한다. 코는 얼굴에서 가장 높고 기준점의 역할을 하므로 반복 선택방법을 이용해서 코끝을 찾는다. 코끝 최고점을 기준으로 깊이값 20, 30, 40인 영역에 대해 웨이블릿 변환을 수행하여 얼굴마다 저주파와 고주파들을 생성하는데, 저주파를 제외한 고주파들에 대하여 히스토그램을 특징벡터로 사용하였다 유사도의 비교는 L$_1$거리함수를 사용하여 수평, 수직, 대각고주파, 그리고 이 고주파들의 유사도 비교치를 합한 합성의 경우 각각에 대하여 실험하였다. 깊이값에 따른 영역에서 고주파별로 실험한 결과, 순위 임계값이 10위를 기준으로 깊이값 30 대각고주파에서 91%가 나타났고 합성에서는 93%의 인식률이 나왔다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.07a
• /
• pp.159-160
• /
• 2015

본 논문에서는 사용자의 제스처를 인식하여 동작하는 비 접촉식 크로마키 시스템을 제안한다. 이를 위해서 키넥트 카메라로부터 깊이(depth) 이미지와 RGB 이미지를 입력받는다. 먼저 깊이 카메라와 RGB 카메라의 위치 차이로 인한 불일치(disparity)를 보정하고, 깊이 이미지에 대해 모폴로지 연산을 수행하여 잡음을 제거한 후 RGB 이미지와 결합하여 객체 영역을 추출한다. 추출된 객체영역을 분석하여 사용자 손의 위치와 모양을 인식하고 손의 위치와 모양을 포인팅 장비로 간주하여 크로마키 시스템을 제어한다. 실험을 통해 비접촉식 크로마키 시스템이 실시간으로 동작함을 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.06a
• /
• pp.289-292
• /
• 2013

최근 많은 영상처리 연구자들 사이에서 마이크로소프트사의 실시간 깊이센서 '키넥트'가 상당한 관심을 받고 있다. '키넥트'는 실시간으로 깊이정보를 제공함과 동시에 별도의 센서를 부착하지 않고도 컴퓨터와의 인터렉션할 수 있는 가능성을 제공한다. 하지만 '키넥트'의 깊이영상은 홀 영역, 부정확한 경계, 낮은 해상도등의 많은 문제점을 지니고 있다. 이러한 부정확한 깊이 정보는 3차원 렌더링, 가상시점 영상 합성, 모션 인식 등에서 성능 저하를 야기한다. 따라서 본 논문에서는 깊이 정보 품질 향상기법에 관하여 깊이영상 신뢰도를 이용한 도메인 변환기반 해상도 상향 알고리듬을 제안한다. 정확하고 빠르게 홀 영역정보를 추정하기 위해 도메인 변환 기반의 경계 보존 필터링이 사용된다. 또한 다양한 깊이 영상의 노이즈를 효율적으로 제거하기 깊이 영상의 신뢰도를 이용한다. 실험결과를 통하여 제안하는 방법이 효율적으로 홀 영역을 채우고, 부정확한 경계를 제거하여 깊이 영상의 품질을 향상시키는 것을 확인할 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.06a
• /
• pp.32-33
• /
• 2014

본 논문에서는 깊이 영상 카메라를 이용하여 손 영역을 효과적으로 검출하기 위한 방법을 제시한다. 컬러영상 카메라를 통해 손 영역 검출 방법은 주변 환경의 영향에 따라 낮은 인식률을 나타낸다. 또한 고화질의 컬러영상을 획득 하지 못한 경우 손 영역 검출의 인식률이 현저히 떨어지는 결과가 나타난다. 이러한 결점을 보완하기 위해서 본 논문에서는 깊이 영상 카메라를 통해 획득한 깊이 영상 정보를 이용하여 객체들을 검출하고 빠르고 안정적으로 객체들 중에서 손 영역을 검출하는 방법을 제시하고자 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.11a
• /
• pp.34-35
• /
• 2017

본 논문에서는 영상으로부터 생성된 깊이맵을 합성곱 신경망(CNN)으로 재생성하는 방법을 제안한다. 합성곱 신경망은 영상인식, 영상분류에 좋은 성능을 보여주는데, 이 기술을 깊이맵 생성에 활용하여 기 제작된 깊이맵 생성 기법을 간단한 합성곱 신경망으로 구현하고자 한다. 성능 실험에서는 10개의 비디오 세트에 제안 방법을 적용한 결과, 만족스러운 결과를 얻었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.448-450
• /
• 2012

본 논문에서는 Kinect 방식의 RGB-D 영상센서를 사용하여, 깊이(Depth) 영상으로부터 3차원 객체의 기하정보를 표현하는 표면 정규 벡터(Surface Normal Vector)를 추출하고, 그 결과를 영상화하는 방법을 제안하며, 제안된 방법으로 생성된 영상으로부터 깊이 영상의 특징점 및 특징 기술자를 추출하여 3차원 객체 인식 성능을 향상시키는 방법을 제안한다. 또한 생성된 RGB-D 특징 기술자들을 객체 단위로 구분 가능한 코드북(CodeBook) 학습을 통한 인식방법을 제안하여 객체의 인식 성능을 높이는 방법을 제안한다. 제안하는 RGB-D 기반의 특징 추출 및 학습 방법은 텍스쳐 유무, 카메라 회전 및 이동 변화 등의 환경변화에 강건함을 실험적으로 증명하였으며, 이 방법은 Kinect 방식의 RGB-D 영상을 사용하는 3차원 객체/공간 인식 및 추적, 혹은 이를 응용하는 증강현실 시스템에 적용하여 사용될 수 있다.