• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.07a
• /
• pp.323-326
• /
• 2014

본 논문에서는 깊이 카메라를 이용한 사용자의 손 모양, 특히 수화를 인식하는 방법에 대해 제안한다. 손 모양 인식은 손가락 검출과 손 인식으로 크게 2가지로 나눌 수 있다. 손가락 검출을 위해 본 시스템에서는 Distance Transform을 이용하여 손의 뼈대를 검출 하고, Convex Hull을 통해 손가락을 검출하는 방법을 제안한다. 뼈대 검출은 보다 정확한 손가락을 검출할 수 있는 장점이 생긴다. 손 인식에는 손 중심과 손가락의 길이, 손의 축, 손가락의 축, 팔 중심의 위치 등을 이용하여 Decision Tree를 생성하고, 반복적 검사를 통해 인식의 오류율을 줄였다. 실험결과에서는 수화 인식이 성공적으로 잘 인식 되었다는 것을 보인다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.06a
• /
• pp.34-35
• /
• 2014

본 논문에서는 손가락 제스처 인식을 위해서 깊이 영상 카메라를 이용하여 손 영역을 추적하고 손가락 끝점을 찾는 방법을 제시하고자 한다. 실시간 영역 추적을 위해 적은 연산량으로 손 영역의 중심점을 검출하고 추적이 가능하여야 하며, 다양한 제스처를 효과적으로 인식하기 위해서는 손 모양에서 손가락을 인식하여야 하기 때문에 손가락 끝점을 찾는 방법도 함꼐 제시하고자 한다. 또한 손가락이 정확히 검출되었는지를 확인하기 위해서 손가락의 이동과 손가락의 클릭 제스처를 마우스에 연동하여 검출 결과를 테스트 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1464-1466
• /
• 2015

개인 인증을 위한 바이오인식 방법으로 홍채, 지문, 정맥 인식 등이 널리 사용되고 있다. 하지만 별도의 센서가 필요한 방법들이므로 스마트폰에서 활용하기에 적절하지 않다. 본 논문에서는 엄지손가락 특징을 이용한 새로운 바이오 인식방법을 제안한다. 엄지손가락을 이용한 바이오 인식 방법은 손가락을 촬영하여 영상정보를 획득하는 단계, 영상의 크기와 방향, 밝기를 정규화 하는 단계, 영상 정보로부터 손가락 경계, 손톱 모양, 마디 주름 등의 특징을 검출하는 단계를 포함한다. 제안하는 방법은 카메라가 장착된 스마트기기에서 별도의 센서 추가 없이 개인 인증을 위한 방법으로 활용될 수 있을 것으로 기대된다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.18 no.7
• /
• pp.1686-1694
• /
• 2014

In this paper, a new scheme to recognize a finger shape in the depth image captured by Kinect is proposed. Rigid transformation of an input finger shape is pre-processed for its robustness against the shape angle of input fingers. After extracting contour map from hand region, observing the change of contour pixel location is performed to calculate rotational compensation angle. For the finger shape recognition, we first acquire three pixel points, the most left, right, and top located pixel points. In the proposed algorithm, we first acquire three pixel points, the most left, right, and top located pixel points for the finger shape recognition, also we use geometrical features of human fingers such as Euclidean distance, the angle of the finger and the pixel area of hand region between each pixel points to recognize the finger shape. Through experimental results, we show that the proposed algorithm performs better than old schemes.

• Proceedings of the KAIS Fall Conference
• /
• 2010.11a
• /
• pp.88-91
• /
• 2010

최근 무선통신 기술의 발당과 인터넷의 발달로 웹캠을 활용하여 얼굴인식, 몸동작 인식, 제스처 인식 등의 연구가 활발히 진행되고 있다. 본 연구에서는 웹캠으로부터 입력되는 손동작 동영상을 처리하여 수화 패턴 신호를 인식하는 손동작 인식 알고리즘을 제안한다. 제안방법은 프레임간의 차 연산을 이용하여 움직이는 오브젝트를 추출하고, YCbCr로 변환하여 손 모양 영역을 추출하여 특정 크기의 정규화 영상으로 변화하며, 정규화 영상의 오브젝트의 무게중심점을 기준으로 원의 반지름을 결정하고 원을 탐색하여 손가락의 펴짐과 굽힘에 대한 패턴 비교를 통하여 손 모양을 인식한다.

• Journal of the Korea Society of Computer and Information
• /
• v.19 no.11
• /
• pp.63-72
• /
• 2014

In this paper, we propose a sign language recognition system using SVM and depth camera. Especially, we focus on the Korean sign language. For the sign language system, we suggest two methods, one in hand feature extraction stage and the other in recognition stage. Hand features are consisted of the number of fingers, finger length, radius of palm, and direction of the hand. To extract hand features, we use Distance Transform and make hand skeleton. This method is more accurate than a traditional method which uses contours. To recognize hand posture, we develop the decision tree with the hand features. For more accuracy, we use SVM to determine the threshold value in the decision tree. In the experimental results, we show that the suggested method is more accurate and faster when extracting hand features a recognizing hand postures.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.85-89
• /
• 2004

최근 몇 년 동안 사람들의 고유한 생리적인 특징을 이용한 생체 인식은 새로운 학문으로서 연구 및 개발이 활발하게 진행되고 있다. Hand-Geometry는 생체 인식의 확인 그리고 취득의 편리 때문에 식별 그리고 확인을 위하여 사용되고 있다. 그러므로, 본 논문은 이러한 특징을 가지는 손의 기하학적인 Hand-Geometry 인식 시스템을 제안하고자 한다. 해부학적인 관점에서, 인간의 손은 길이, 폭, 두께, 기하학적인 모양, 손바닥의 모양, 그리고 손가락들의 기하학적인 모양까지 특성으로 나타내어 질 수 있다. 그러나 특징 데이터 가운데 사용자의 Hand-GeoMetry의 특징에 따라 길이 데이터가 변하는 것을 실험적으로 발견하였다. 따라서 이와 같은 가변적인 길이 데이터를 안정화시키기 위하여 본 논문에서는 길이 데이터의 기준점을 손톱 아래 점으로 정하고, GA를 적용하여 보다 안정된 특징점을 추출하였다. 본 논문에서 제안한 Hand-Geometry 인식 시스템은 성인 20명의 개인에 대해 100개의 측정 데이터에 기인한 확인 결과를 제시한다. 인식 과정은 320$\times$240의 이미지로 실험하였고 인식 과정의 결과는 95 %의 적중률과 0.020의 FAR로 나타났다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.11a
• /
• pp.300-303
• /
• 2007

지문자는 청각장애인이 사용하는 수화로 표현하지 못하는 한글 문자를 알파벳으로 표시하기위한 손 제스처이다. 본 논문에서는 추출된 손 영역의 무게 중심과 퍼지 논리를 이용하여 지문자를 인식하는 알고리즘을 제안하고, 한글 문자를 표현하는 시스템을 개발한다. USB 카메라로부터 얻어진 영상에서 히스토그램을 이용하여 손의 피부색 영역을 추출하고, 영상 마스크를 이용하여 피부색이 아닌 배경 영역을 제거한다. 문턱 값을 사용하여 얻어진 이진화된 영상에서 손의 영역을 검출하고, 무게 중심을 이용하여 손 중심과 손가락 끝의 거리를 측정한다. 얻어진 거리 정보에 퍼지 기법을 적용하여 손가락의 굽힘 정도를 판단하고, 손 모양 데이터베이스에서 손가락 굽힘 정도와 가장 근사한 한글 문자를 선택한다.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.327-328
• /
• 2008

로봇과 상호 작용하기 위한 수단으로 손동작 인식 시스템이 많이 사용되고 있으며, 본 논문에서는 손에 부가적인 장치를 장착하지 않은 상태에서 영상 처리를 이용하여 손동작을 인식하는 시스템을 구현하였다. 먼저 로봇은 영상 입력 장치로써 웹캠을 사용하고, 손 영상을 스킨 컬러를 바탕으로 영상 처리를 하여 추출해내고, 그 이미지를 분석하여 그 모양이 가위인지 바위인지 보인지 인식한다. 가위 바위 보 게임을 위하여 로봇이 손동작을 표현할 수 있도록 손가락이 네 개인 손을 설계 및 구현하였다. 이때, 기존의 와이어 방식이 아닌 제어를 이용한 손가락을 설계하였고, 각각의 손가락이 독립적으로 제어될 수 있기 때문에 가위 바위 보의 손동작을 표현할 수 있다. 그리고 음성 인식을 이용하여 사람과 동시에 가위 바위 보 중 하나를 결정한 후 표현하기 때문에 가위 바위 보 게임이 가능하다. 뿐만 아니라 로봇이 승패도 알 수 있다.

• Journal of KIISE:Software and Applications
• /
• v.37 no.11
• /
• pp.859-865
• /
• 2010

In this paper, a new method for finger vein recognition is proposed. Researchers are recently interested in the finger vein recognition since it is a good way to avoid the forgery in finger prints recognition and the inconveniences in obtaining images of the iris for iris recognition. The vein images are processed to obtain the line shaped vein images through the local histogram equalization and a thinning process. This thinned vein images are processed for matching, using a new matching algorithm, named HS(HeeSung) matching algorithm. This algorithm yields an excellent recognition rate when it is applied to the curve-linear images processed through a thinning or an edge detection. In our experiment with the finger vein images, the recognition rate has reached up to 99.20% using this algorithm applied to 650finger vein images(130person ${\times}$ 5images each). It takes only about 60 milliseconds to match one pair of images.