• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.712-715
• /
• 2016

태권도 동작은 겨루기와 승단을 위한 품세로 구분된다. 본 연구에서는 승급 및 승단으로 사용되는 품세에 대한 동작을 심판의 판단이 아닌 제스처 센서를 이용해 실시간 평가를 할 수 있도록 평가시스템을 구현했다. 또한 제안하는 태권도의 동작의 경우 측면평가 부분이 있어 기존의 춤에 대한 전면 평가의 방식을 사용하지 않고 2개의 제스처 인식 센서를 이용해 다-방향으로 평가하도록 개발했다.

• Smart Media Journal
• /
• v.3 no.2
• /
• pp.14-19
• /
• 2014

This paper presents a novel approach to recognize human gestures using k-NN and DTW based on Con tactless Electronic Potential Sensor(CEPS) in the smart devices such as smart TV and smart-phone in the proposed method, we used a Kalman filter to remove noise on gesture signal from CEPS and a PCA algorithm is utilized for reducing the dimensionality of gesture signal without data losses. And then in order to categorize gesture signals, k-NN classifier with DTW distance measure is considered. In the experimental result, we evaluate recognition performance with CEPS gesutres signal form the above two types of smart devices, and we can successfully identify five different gestures with more than 90% of recognition accuracy.

• KIISE Transactions on Computing Practices
• /
• v.21 no.5
• /
• pp.351-358
• /
• 2015

As smart phones with built-in sensors are developed, research on recognition using wearable devices is increasing. Existing papers are mostly limited on research to personal activity recognition. In this paper, we propose a method to recognize conceptual group activity. Before doing recognition, we generate new data based on the analysis of the conceptual group activity in a classroom. The study focuses on three activities in the classroom environment: Taking Lesson, Doing Presentation and Discussing. With the proposed algorithm, the recognition rate is over 96%. Using this method in real time will make it easy to automatically analyze the activity and the purpose of the classrooms. Moreover, it can increase the utilization of the classroom through the data analysis. Further research will focus on group activity recognition in other environments and the design of an group activity recognition system.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1791-1793
• /
• 2015

현재, 동작 인식 센서를 이용한 동작 평가 시스템이 다양한 분야에서 연구 및 기술 개발이 진행되고 있다. 하지만 실제 정확한 평가시스템 알고리즘에 대한 연구는 이뤄지고 있지 않다. 본 논문에서는 다양한 제스처 인식 장비에서 정보를 받아, 여러 개의 센서가 겹쳤을 때 효율적이고 정확한 평가를 할 수 있는 평가시스템에 대한 알고리즘을 연구한다.

• Information and Communications Magazine
• /
• v.33 no.6
• /
• pp.39-46
• /
• 2016

본고에서는 차량 내 운전자 제스처 인식을 위한 웨어러블 디바이스 플랫폼과 차량 시스템 모델을 소개한다. 특히 저가형 가속도, 자이로스코프 센서를 적용한 웨어러블 디바이스용 HW를 설계하고, 제스처 인식률을 높이기 위한 SW 시스템 및 알고리즘에 대해 설명한다. 운전 중 가장 많이 제어하는 편의 기능을 기준으로 제스처를 구분하고, 제스처 마다 발생하는 센서 값의 특징을 이용해 잡음에 강한 제스처 인식 시스템에 대해 설명한다. 마지막에 진행한 본 논문의 실험을 통해 본 고에서 설명한 제스처 인식 시스템이 잡음과 방향성을 갖는 동작인식에 강함을 확인할 수 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• pp.77-78
• /
• 2020

본 논문에서는 미디어 플레이어 제어가 어려운 지체 장애인들을 위해 음성과 동작 인식 기반의 미디어 제어 애플리케이션을 설계하고 구현한다. 이 애플리케이션은 사용자의 음성 인식을 위해 먼저 명령어를 정하고, 명령에 매핑되는 키워드 관리하는 데이터 모델을 생성한다. 그리고 이 데이터 모델을 JSON 파일로 정제하여 사용한다. 그리고 키넥트 센서를 활용한 동작 인식은 오른쪽 어깨를 중심으로 오른쪽 손목의 좌표값을 인식함으로써 동작 인식 제어 컨트롤을 실행한다. 오른쪽 어깨를 기준점으로 오른쪽 손목의 좌표값으로 현재 팔의 위치를 정하고, 영역 1~4 에 따라 동작을 인식한다.

• Smart Media Journal
• /
• v.4 no.1
• /
• pp.33-38
• /
• 2015

In this paper, we propose the methods not only to eliminate ELF(Extremely Low Frequency) EMI(Electro-Magnetic Interference) noice for extending recognition distance, but also to utilize the the PLN for detecting starting instance of a hand gesture using electric potential sensor. First, we measure strength of electric field generated in the smart devices such as TV and phone, and minimize EMI through efficient arrangement of the sensors. Meanwhile, we utilize the 60 Hz PLN to extract the starting point of hand gesture. Thereafter, we eliminate the PLN generated in the smart device and circuit of sensors. And then, we shield the sensors from an electric noise generated from devices. Finally, through analyzing the frequency components according to the gesture of target, we use the low pass filter and the Kalman filter for elimination of remaining electric noise. We analyze and evaluate the proposed ELF-band EMI eliminating method for non-contact remote sensing of the EPS(Electric Potential Sensor). Combined with a detecting technique of gesture starting point, the recognition distance for gestures has been proven to be extended to more than 3m, which is critical for real application.

• The Journal of the Korea Contents Association
• /
• v.14 no.1
• /
• pp.24-29
• /
• 2014

This paper proposes a kinect-based human motion recognition model for the 3D contents control after tracking the human body gesture through the camera in the infrared kinect project. The proposed human motion model in this paper computes the distance variation of the body movement from shoulder to right and left hand, wrist, arm, and elbow. The human motion model is classified into the movement directions such as the left movement, right movement, up, down, enlargement, downsizing. and selection. The proposed kinect-based human motion recognition model is very natural and low cost compared to other contact type gesture recognition technologies and device based gesture technologies with the expensive hardware system.

• Journal of Internet Computing and Services
• /
• v.13 no.4
• /
• pp.23-31
• /
• 2012

Nowadays, recognizing human activities is an important subject; it is exploited widely and applied to many fields in real-life, especially in health care and context aware application. Research achievements are mainly focused on activities of daily living which are useful for suggesting advises to health care applications. Falling event is one of the biggest risks to the health and well-being of the elderly especially in independent living because falling accidents may be caused from heart attack. Recognizing this activity still remains in difficult research area. Many systems equipped wearable sensors have been proposed but they are not useful if users forget to wear the clothes or lack ability to adapt themselves to mobile systems without specific wearable sensors. In this paper, we develop a novel method based on analyzing the change of acceleration, orientation when the fall occurs and measure their similarity to featured fall patterns. In this study, we recruit five volunteers in our experiment including various fall categories. The results are effective for recognizing fall activity. Our system is implemented on G1 smart phone which are already plugged accelerometer and orientation sensors. The popular phone is used to get data from accelerometer and results showthe feasibility of our method and significant contribution to fall detection.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.07a
• /
• pp.35-36
• /
• 2014

본 논문에서는 Kinect 센서의 동작 인식 기능을 활용한 운동요법 앱을 설계하고 구현한다. 이 앱은 사용자의 상체, 하체 관절의 움직임을 인식하여 체조의 올바른 자세를 배울 수 있도록 한다. 이 앱의 특징은 Kinect Sensor로 인식한 관절 요소를 읽어 들이고, 각 관절의 각도를 계산하여 원하는 동작을 표현할 수 있도록 한다. 또한, 사용자의 동작과 기본 동작을 비교하여 오차 범위 내이면 새로운 동작이 진행되도록 한다. 출력되는 각 동작들은 Library를 이용하여 많은 포즈들을 입력하고 출력할 수 있기 때문에 새로운 포즈를 추가하기에 쉽다.