• Proceedings of the ESK Conference
• /
• 1997.10a
• /
• pp.393-397
• /
• 1997

본 연구에서는 손동작(Hand Motion)과 수작업(Manual Task) 분석에 VR환경에서 사용되는 각도 측정 장갑(3-D Glove)을 이용하는 방법을 제안하였다. 본 연구에서 개발된 손동작(Hand Motion)과 수작업(Manual Task)의 분석 시스템은 18-sensor $Cyberglove^{TM}$정 시스템으로부터 측정된 angle data를 기초로 손동작이나 수작업에 대한 totalmuscle moment값과 total muscle excursion값을 구하고, digit와 joint의 moment값을 X,Y.Z방향별고 구하는 기능을 가지고 있다. 시스템의 구성은 : (1) $Cyberglove^{TM}$ System과 분석 시스템의 digital data 처리를 기반으로 하는 손동작의 측정 시스템 ; (2) $Cyberglove^{TM}$ System에서 얻어진 자료를 바탕으로 3차원 공간에서 손동작을 표현할 수 있는 Kinematic Hand Model ; (3) Hand Model과 $Cyberglove^{TM}$ Systme을 기반으로 3차원에서 손동작의 역학적 분석을 할 수 있는 3-D Hand Biomechanical Model ; 등으로 되어있다. 본 시스템은 Telerobotics, Medicine, Virtual Reality 등 다양한 분야에 응용이 가능하며, 수작업에 관련되는 Product Design, Manual Control Device, Computer I/O Device의 설계에도 도움이 될 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.1137-1140
• /
• 2019

가상현실(Virtual Reality, VR), 증강현실(Augmented Reality, AR), 혼합현실(Mixed Reality, MR) 분야에 유용한 인간 컴퓨터 인터페이스 기술은 필수적이다. 특히 휴먼 손동작 인식 기술은 직관적인 상호작용을 가능하게 하여, 다양한 분야에서 편리한 컨트롤러로 사용할 수 있다. 본 연구에서는 뎁스 영상 기반의 1 인칭 시점 손동작 인식을 위하여 손동작 데이터베이스 생성 시스템을 구축하여, 손동작 인식기 학습에 필요한 1 인칭(Egocentric View Point) 데이터베이스를 촬영하여 제작한다. 그리고 모바일 Head Mounted Device(HMD) VR 을 위한 뎁스 영상 기반 1 인칭 시점 손동작 인식(Hand Pose Recognition, HPR) 딥러닝 Deep Residual Network 를 구현한다. 최종적으로, 안드로이드 모바일 디바이스에 학습된 Residual Network Regressor 를 이식하고 모바일 VR 에 실시간 손동작 인식 시스템을 구동하여, 모바일 VR 상 실시간 3D 손동작 인식을 가상 물체와의 상호작용을 통하여 확인 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.15-16
• /
• 2021

본 논문에서는 RGB 영상 데이터를 입력으로 하여 mediapipe의 손 포즈 추정 알고리즘을 적용해 손가락 관절 및 주요 부위의 위치를 얻고 이를 기반으로 딥러닝 모델에 학습 후 손동작 인식 방법을 제안한다. 연속된 프레임에서 한 손의 손가락 주요 부위 간 좌표를 얻고 차분 벡터의 x, y좌표를 저장한 후 Conv1D, Bidirectional GRU, Transformer를 결합한 딥러닝 모델에 학습 후 손동작 인식 분류를 하였다. IC4You Gesture Dataset 의 한 손 동적 데이터 9개 클래스에 적용한 결과 99.63%의 손동작 인식 정확도를 얻었다.

• 한국HCI학회:학술대회논문집
• /
• 2008.02a
• /
• pp.91-96
• /
• 2008

증강현실(Augmented Reality)을 위한 효과적인 비전 기반 인터페이스 개발은 꾸준히 진행되어 왔으나, 대부분 환경적 제약을 받거나, 특수한 장비 혹은 복잡한 모델을 요구한다. 예를 들어, 마커를 이용하면 구현 상의 편의성과 정확성을 보장하지만, 일반적으로 마커는 환경과 대비되는 모양을 가지기 때문에, 사용자에게 거부감을 줄 수 있으며 무엇보다 복잡한 인터랙션에는 적용되기 힘들다. 한편, 손동작을 이용할 경우, 자연스럽고 다양한 인터랙션을 수행할 수 있지만, 색을 이용한 손동작 인식은 복잡한 환경에서 인식률이 크게 저하되고, 3 차원 모델 기반의 손동작 인식은 많은 연산량을 필요로 한다는 문제점을 가진다. 이로 인해 지금까지 제안된 방법을 증강현실 시스템에 적용하는 데는 한계가 있다. 본 논문에서는 기본적으로 손동작을 이용한 인터페이스를 제안하는데, 손동작 인식을 위한 알고리즘을 효율적으로 개선함으로써, 복잡한 환경에서 적은 연산량으로 자연스러운 인터랙션을 제공하고자 한다. 제안방법은 손목에 컬러 밴드를 착용하고, 색 정보를 이용하여 손을 포함하는 최소 영역을 용이하게 검출함으로써, 손 동작 인식률이 좋아지도록 하였다. 제안된 인터페이스는 손의 자연스러운 움직임을 감지해서 손의 모양과 동작에 따라서 가상의 물체를 자연스럽게 제어할 수 있도록 해 준다. 예를 들어, 손이 지정한 위치에 가상의 물체를 나타내고, 가상의 물체를 잡고 다양한 조작을 하는 등의 제어를 할 수 있다. 다양한 환경에서의 실험 및 사용자 평가를 통해 제안된 인터페이스의 유용성을 검증하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.11a
• /
• pp.127-130
• /
• 2007

최근 하지가 불편한 노약자나 장애인이 집 안의 다양한 가전기기를 손쉽게 제어할 수 있게 하는 비전 기반의 손동작 인식 기술이 발전해 왔다. 다수의 사용자가 하나의 손동작 인식 시스템을 사용할 경우 사용자마다 손동작 특성이 모두 다르기 때문에 특정 사용자의 인식률이 저하되는 문제가 발생한다. 또한 동일한 사용자라 하더라도 시간에 따라 손동작 특성이 변화할 수 있다. 사용자마다 다른 손동작 특성은 모텔 학습 및 선택 기법을 사용해 효과적으로 다루어질 수 있다. 시간에 따라 변하는 사용자의 특성은 퍼지 개념을 이용해 효과적으로 다루어질 수 있다. 본 논문에서는 다변량 퍼지 의사결정트리를 이용해 사용자 별 인식모텔을 만드는 방법을 제시한다. 또한 새로운 사용자가 시스템을 사용할 경우 가장 적합한 모델을 선택해 인식에 사용하고 인식률을 측정한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2012.05a
• /
• pp.173-175
• /
• 2012

본 논문에서는 스마트폰 카메라를 이용하여 실제 사진 촬영에서 많이 사용되는 손동작들을 인식하고 자동으로 사진을 촬영하는 방법을 제안한다. 제안된 방법은 스마트폰 카메라로부터 획득한 영상에서 피부색의 특징이 잘 나타나는 YCbCr 컬러 공간의 스킨 컬러 정보 값을 기반으로 피부 영역을 추출한다. 추출된 피부 영역에서 Labeling 기법을 적용하여 Contour 정보를 분석한 후, 피부 객체를 추출한다. 추출된 피부 객체에서 손가락의 위치 정보를 이용하여 손 영역을 추출한 후에 손동작을 인식하고, 손동작을 인식한 카메라가 자동으로 사진을 촬영한다. 제안된 방법은 저 사양의 환경에서 손동작을 인식하는 속도가 빠르고, 기존 스마트폰 카메라의 타이머 기능보다 효율적으로 사용이 가능한 것을 실험을 통하여 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2009.11a
• /
• pp.273-276
• /
• 2009

본 논문에서는 Dynamic Space Time Warping(DSTW) 알고리즘을 이용하여 손동작을 다양한 배경에서도 정확하게 인식할 수 있는 방법을 제안한다. DSTW 알고리즘을 이용한 기존의 손동작 인식 방법은 질의영상의 매 프레임 마다 검출된 다수의 손 후보영역을 사용하여 모델영상과 시간 축 상으로 비교하는 방법이다. 그러나 기존의 DSTW 알고리즘을 이용한 손동작 인식 방법은 손을 포함하지 않은 후보영역들(배경, 팔꿈치 등)에 의해 오인식될 수 있는 경로를 생성하며, 그 결과로 사용자가 의도하지 않은 손동작으로 인식될 수 있다. 이러한 단점을 해결하기 위해서, 본 논문에서는 손 후보영역의 불변 모멘트를 이용하여 질감 정보를 추출한 후 후보영역들 사이의 유사도를 비교하였다. 제안한 방법은 유사도를 모델과 질의의 매칭비용에 가중치로 적용하였고, 다양한 실험 결과 제안한 방법이 기존의 방법에 비해 사용자의 손동작을 정확하게 인식하는 것을 확인하였다.

• The Journal of the Korea Contents Association
• /
• v.11 no.10
• /
• pp.1-10
• /
• 2011

In this paper, we proposed the skin color based hand and finger detection technology for the gesture recognition in CCTV surveillance. The aim of this paper is to present the methodology for hand detection and propose the finger detection method. The detected hand and finger can be used to implement the non-contact mouse. This technology can be used to control the home devices such as home-theater and television. Skin color is used to segment the hand region from background and contour is extracted from the segmented hand. Analysis of contour gives us the location of finger tip in the hand. After detecting the location of the fingertip, this system tracks the fingertip by using only R channel alone, and in recognition of hand motions to apply differential image, such as the removal of useless image shows a robust side. We explain about experiment which relates in fingertip tracking and finger gestures recognition, and experiment result shows the accuracy above 96%.

• 한국HCI학회:학술대회논문집
• /
• 2009.02a
• /
• pp.432-435
• /
• 2009

This paper proposes a hand posture recognition with pattern-matching method, embedding a simple paradigm using an Infrared sensor array. Our pattern-matching based hand posture recognition is specification supports fun and the user experience when communicating between humans and telecommunication devices, including robots. Our non-contact type input device (IR-Sensor Array) transmits commands to control mobile robots. It can also control Google Earth’s map searching programs, and other applications.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.05a
• /
• pp.585-588
• /
• 2008

This paper proposes hand gesture recognition using shape similarity method. For this, we require two steps which are aquisition of Hand area and similarity evaluation. First step is extracting hand area using YCbCr color spare. Then eliminate noise through filter and analyzing histogram. For doing this, we ran measure similarity of hand gesture by applying TSR after getting contour. Finally, we utilize shape similarity for recognizing of hand gesture.