• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.335-337
• /
• 2019

본 연구에서는 키넥트와 아두이노 초음파센서를 이용하여 야구 경기 시 발생하는 센서 데이터를 획득하여 스트라이크 판단이 가능한 알고리즘 및 디바이스를 개발하였다. 개발된 디바이스는 야구 경기장 홈플레이트로 사용하며 스트라이크, 볼의 경우에 대해 판단하도록 하였다. 판단에는 스트라이크 존을 측정하기 위해 키넥트의 skeleton tracking 예제로 관절을 측정해 좌표를 알아내고 아두이노 초음파센서를 사용하여 스트라이크를 판단하도록 했다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1400-1403
• /
• 2015

사람들의 TV 시청 경향을 조사해보면, 시청 도중에 다른 매체를 사용하거나 일을 하면서 소리만 듣는 경우가 많이 있다. 이 경우 화면 출력을 위한 전력 낭비의 문제가 있다. 본 논문에서는 이를 효율적으로 해결하기 위한 기술에 대하여 제안한다. 제안한 방법에서는 키넥트 센서를 이용하여 깊이 및 컬러 영상을 촬영하고 분석하여 사람들이 TV시청을 하지 않을 경우 화면을 자동으로 꺼 주고, 사람이 나타나면 다시 켜주는 형태로 동작한다. 기존 절전 기능이 단지 인간의 습관에 의존하거나, 센서 반향을 이용해 물체의 유무를 따진 후 전원을 완전히 차단하는 등 단순한 방법에 의존하였음에 비해 제안하는 방법은 대상의 움직임을 추적하여 좀 더 세밀하고 효과적인 절전을 가능하도록 한다.

• Journal of Digital Contents Society
• /
• v.15 no.4
• /
• pp.473-480
• /
• 2014

As the use of computer has been popularized these days, an active research is in progress to make much more convenient and natural interface compared to the existing user interfaces such as keyboard or mouse. For this reason, there is an increasing interest toward Microsoft's motion sensing module called Kinect, which can perform hand motions and speech recognition system in order to realize communication between people. Kinect uses its built-in sensor to recognize the main joint movements and depth of the body. It can also provide a simple speech recognition through the built-in microphone. In this paper, the goal is to use Kinect's depth value data, skeleton tracking and labeling algorithm to recognize information about the extraction and movement of hand, and replace the role of existing peripherals using a virtual mouse, a virtual keyboard, and a speech recognition.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.695-695
• /
• 2022

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.31-31
• /
• 2022

• Journal of the Korea Society of Computer and Information
• /
• v.26 no.3
• /
• pp.43-50
• /
• 2021

In this paper, we design and implement KITNESS, a windows application that feeds back the accuracy of fitness motions based on Kinect sensors. The feature of this application is to use Kinect's camera and joint recognition sensor to give feedback to the user to exercise in the correct fitness position. At this time, the distance between the user and the Kinect is measured using Kinect's IR Emitter and IR Depth Sensor, and the joint, which is the user's joint position, and the Skeleton data of each joint are measured. Using this data, a certain distance is calculated for each joint position and posture of the user, and the accuracy of the posture is determined. And it is implemented so that users can check their posture through Kinect's RGB camera. That is, if the user's posture is correct, the skeleton information is displayed as a green line, and if it is not correct, the inaccurate part is displayed as a red line to inform intuitively. Through this application, the user receives feedback on the accuracy of the exercise position, so he can exercise himself in the correct position. This application classifies the exercise area into three areas: neck, waist, and leg, and increases the recognition rate of Kinect by excluding positions that Kinect does not recognize due to overlapping joints in the position of each exercise area. And at the end of the application, the last exercise is shown as an image for 5 seconds to inspire a sense of accomplishment and to continuously exercise.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.11a
• /
• pp.292-294
• /
• 2011

별개의 컨트롤러 없이 사용자의 신체만을 이용하여 다양한 게임과 엔터테인먼트를 경험할 수 있는 키넥트에 대한 관심이 높아지고 있다. 최근 재활 치료를 필요로 하는 환자가 늘어남에 따라 본 논문에서는 운동 장애를 가진 환자들이나 노인들이 고가의 장비 또는 다른 사람의 도움 없이 키넥트와 컴퓨터만을 이용하여 손 재활 운동을 할 수 있도록 하는 것을 목적으로 한다. 키넥트 영상으로부터 손 영역을 찾고, 영역의 윤곽선을 추출 한다. 이 때 손가락 중심선을 찾아 손가락과 손바닥 영역을 구분해 준다. 손가락의 개수를 확인하기 위해서 손의 중심점과 끝 점을 찾은 후 두 점을 연결함으로써 손가락의 개수를 확인할 수 있고, 실시간으로 손의 움직임을 감지하도록 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.423-426
• /
• 2017

최근 스마트 기기의 사용 증가로 인해 자세 관련 질환도 크게 증가하고 있다. 이는 올바르지 않은 자세로 스마트 기기를 사용하는 것에 기인한 것으로 많은 사람들이 자신의 자세를 인식하지 못한 채 올바르지 않은 자세로 스마트 기기를 사용한다. 본 연구에서는 컴퓨터 및 스마트폰의 사용자가 자신의 앉은 자세 정보를 데이터로 인식하기 위해서 키넥트 센서에서 제공하는 골격 모델의 특징점을 추출하여 사용하였다. 이를 바탕으로 앉은 자세의 각도를 계산하여 자세의 올바름의 정도를 알려주는 앉은 자세 측정값 모델 방법과 이 모델에 기반한 시스템을 제안하였다. 본 논문에서는 제안하는 자세 측정 모델 및 시스템의 설계 및 구현을 설명하였고, 실험을 통해서 제안된 모델의 상용화 가능성을 살펴보았다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.250-253
• /
• 2013

최근 카메라 영상을 이용한 제스처 인식 관련 연구가 활발히 진행되고 있다. 카메라 영상을 이용한 제스처 인식에서 많이 사용되는 학습 알고리즘에는 확률 그래프 모델인 HMM과 CRF 등이 있다. 이 학습 알고리즘들은 다차원의 연속된 실수 데이터를 가지고 모델을 학습하면 계산량이 많아진다. 본 논문에서는 팔 관절 위치 데이터를 k-평균 군집화 과정을 거쳐 1차원의 시계열 데이터로 변환 후, 제스처별로 HMM 모델을 학습하는 방법을 제안한다. 키넥트 센서를 통해 얻은 팔 관절 위치 데이터에 k-평균 군집화를 적용하여 1차원 시계열 데이터를 생성하고, 이를 HMM의 학습 및 인식에 사용한다. 본 논문에서 제안하는 방법의 성능을 분석하기 위하여, 다른 시계열 학습 알고리즘인 AP+DTW를 이용한 방법과의 비교 실험을 포함해 다양한 실험들을 수행하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1332-1335
• /
• 2013

본 논문에서는 키넥트 센서 데이터에 은닉 조건부 랜덤 필드 모델을 적용하여 인간의 일상 행위를 인식하는 시스템을 제안한다. 많은 고수준의 일상 행위들은 다수의 부속 행위들이 순차적 혹은 반복적으로 수행되어 나타나는 하나의 계층구조로 볼 수 있다. 따라서 제안하는 시스템에서는 이러한 고수준의 일상 행위들을 순차성과 계층성을 잘 표현할 수 있는 확률 그래프 모델의 하나인 은닉 조건부 랜덤 필드 모델로 모델링함으로써, 행위 인식률을 높이려고 시도하였다. 또한 제안하는 시스템에서는 효과적인 행위 모델의 학습과 적용을 위해, 모션 특징, 구조 특징, 손 위치 특징과 같은 다양한 종류의 특징들을 키넥트 센서 데이터로부터 추출하여 이들을 이용하였다. 그리고 12 가지 일상 행위들에 관한 코넬 대학의 CAD-60 데이터 집합을 이용한 다양한 실험을 통해, 제안하는 시스템의 우수한 인식 성능을 확인할 수 있었다.