• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.1032-1033
• /
• 2014

본 논문에서는 뎁스 카메라를 이용하여 사용자 수에 상관없이 사용자의 머리를 추적하는 방법에 대해 제안한다. 제안된 방법은 색상 정보를 제외한 뎁스 정보만을 이용하여 머리를 추적하고, 각각의 사용자에 따라 뎁스 이미지 형태가 다르게 나오는 머리를 실험적 데이터를 통하여 추적한다. 제안된 방법은 카메라의 종류에 상관없이 머리를 추적이 가능하다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1673-1674
• /
• 2015

본 논문에서는 깊이 카메라를 이용하여 사용자 수에 상관없이 사용자의 머리를 추적하는 방법에 대해 제안한다. 제안된 방법은 색상 정보를 제외한 깊이 정보만을 이용하여 머리를 추적하고, 각각의 사용자에 따라 깊이 이미지 형태가 다르게 나오는 머리를 실험적 데이터를 통하여 추적한다. 또한 제안된 방법은 카메라의 종류에 상관없이 머리를 추적할 수 있다는 장점이 있다. 본 논문에서는 Microsoft사의 Kinect for Window와 SoftKinetic사의 DS311을 실험을 진행하였다.

• Proceedings of the KIEE Conference
• /
• 2005.07d
• /
• pp.2839-2842
• /
• 2005

본 논문에서는 새로운 실시간 시선 추적 방식을 제안하고자한다. 기존의 시선추적 방식은 사용자가 머리를 조금만 움직여도 잘못된 결과를 얻을 수가 있었고 각각의 사용자에 대하여 교정 과정을 수행할 필요가 있었다. 따라서 제안된 시선 추적 방법은 적외선 조명과 Generalized Regression Neural Networks(GRNN)를 이용함으로써 교정 과정 없이 머리의 움직임이 큰 경우에도 견실하고 정확한 시선 추적을 가능하도록 하였다. GRNN을 사용함으로써 매핑기능은 원활하게 할 수 있었고, 머리의 움직임은 시선 매핑 기능에 의해 적절하게 시선추적에 반영되어 얼굴의 움직임이 있는 경우에도 시선추적이 가능토록 하였고, 매핑 기능을 일반화함으로써 각각의 교정과정을 생략 할 수 있게 하여 학습에 참여하지 않은 다른 사용자도 시선 추적을 가능케 하였다. 실험결과 얼굴의 움직임이 있는 경우에는 평균 90% 다른 사용자에 대해서는 평균 85%의 시선 추적 결과를 나타내었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.199-200
• /
• 2008

머리의 자세 및 움직임 추적은 응시추적 및 시각운율 연구에서 필수적이다. 일반적으로 머리자세를 추정하는 방법은 보정된 카메라를 통해 추출된 얼굴의 특징점 정보를 이용한다. 그러나 실제 응용 분야에서는 보정되지 않은 카메라를 통한 머리 움직임을 추정해야 할 경우가 발생한다. 이에 따라 본 논문에서는 보정되지 않은 하나의 카메라를 이용, 단일특징점 정보를 이용한 머리 자세 추정 방법을 확장하여 최적화 기법을 도입한 다특징점 정보 기반 머리 자세 추정방법에 대하여 논하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.233-236
• /
• 2011

본 연구는 머리 추적 기술을 이용하여 파노라마 뷰어를 제어하는 새로운 방법을 제시한다. 360도 전방위로 녹화된 파노라마 비디오를 사용자의 머리를 추적하여 영상의 좌 우 회전, 위 아래 회전, 그리고 줌인/아웃이 가능하게 하며, 이는 사람의 관심 여부에 따라 머리가 움직이는 인간의 자연스러운 모습을 적용하여 쉽고 직관적인 제어가 가능하도록 한다. 실제 2009년 한국시리즈 야구 경기를 파노라마 카메라로 녹화하여 실험에 적용하여 실사용성을 확인하였다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.34 no.2
• /
• pp.96-100
• /
• 2006

We develop the Dual Head Star Tracker (DHST) to obtain the attitude information of science and Technology Satellite2 (STSAT-2). Because most of star sensor has only one head camera, star recognition is impossible when camera point to sun or earth. We therefore considered the DHST which can obtain star images from two spots simultaneously. That is, even though we fail a star recognition from an image obtained by one camera, it is possible to recognize stars from an image obtained by the other camera. In this paper, we introduce engineer model (EM) of the DHST and propose a star recognition and a star track algorithm.

• Journal of Digital Convergence
• /
• v.11 no.2
• /
• pp.243-248
• /
• 2013

This paper proposes an effective method using Adaptive Boosting to track a person's head in complex background. By only one way to feature extraction methods are not sufficient for modeling a person's head. Therefore, the method proposed in this paper, several feature extraction methods for the accuracy of the detection head running at the same time. Feature Extraction for the imaging of the head was extracted using sub-region and Haar wavelet transform. Sub-region represents the local characteristics of the head, Haar wavelet transform can indicate the frequency characteristics of face. Therefore, if we use them to extract the features of face, effective modeling is possible. In the proposed method to track down the man's head from the input video in real time, we ues the results after learning Harr-wavelet characteristics of the three types using AdaBoosting algorithm. Originally the AdaBoosting algorithm, there is a very long learning time, if learning data was changes, and then it is need to be performed learning again. In order to overcome this shortcoming, in this research propose efficient method using cascade AdaBoosting. This method reduces the learning time for the imaging of the head, and can respond effectively to changes in the learning data. The proposed method generated classifier with excellent performance using less learning time and learning data. In addition, this method accurately detect and track head of person from a variety of head data in real-time video images.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.6 no.2
• /
• pp.195-201
• /
• 2005

This paper describes preliminary results we have obtained in developing a computer vision system based on active IR illumination for real time gaze tracking for interactive graphic display. Unlike most of the existing gaze tracking techniques, which often require assuming a static head to work well and require a cumbersome calibration process for each person, our gaze tracker can perform robust and accurate gaze estimation without calibration and under rather significant head movement. This is made possible by a new gaze calibration procedure that identifies the mapping from pupil parameters to screen coordinates using the Generalized Regression Neural Networks (GRNN). With GRNN, the mapping does not have to be an analytical function and head movement is explicitly accounted for by the gaze mapping function. Furthermore, the mapping function can generalize to other individuals not used in the training. The effectiveness of our gaze tracker is demonstrated by preliminary experiments that involve gaze-contingent interactive graphic display.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.8 no.2
• /
• pp.477-483
• /
• 2004

This paper describes preliminary results we have obtained in developing a computer vision system based on active IR illumination for real time gaze tracking for interactive graphic display. Unlike most of the existing gaze tracking techniques, which often require assuming a static head to work well and require a cumbersome calibration process for each person our gaze tracker can perform robust and accurate gaze estimation without calibration and under rather significant head movement. This is made possible by a new gaze calibration procedure that identifies the mapping from pupil parameters to screen coordinates using the Generalized Regression Neural Networks(GRNN). With GRNN, the mapping does not have to be an analytical function and head movement is explicitly accounted for by the gaze mapping function. Futhermore, the mapping function can generalize to other individuals not used in the training. The effectiveness of our gaze tracker is demonstrated by preliminary experiments that involve gaze-contingent interactive graphic display.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.2 no.3
• /
• pp.61-69
• /
• 2009

In this paper, to propose a new approach to real-time eye tracking. Existing methods of tracking the user's attention to the little I move my head was not going to get bad results for each of the users needed to perform the calibration process. Infrared eye tracking methods proposed lighting and Generalized Regression Neural Networks (GRNN) By using the calibration process, the movement of the head is large, even without the reliable and accurate eye tracking, mapping function was to enable each of the calibration process by the generalization can be omitted, did not participate in the study eye other users tracking was possible. Experimental results of facial movements that an average 90% of cases, other users on average 85% of the eye tracking results were shown.