• 한국멀티미디어학회논문지
• /
• 제16권9호
• /
• pp.1031-1043
• /
• 2013

영상에서 배경을 제거하고 손을 분리하는 기술은 손 인식 연구에서 가장 먼저 수행되는 기술이며, 분리된 결과 영상의 성능에 따라 이후의 인식 단계의 성능이 결정되는 중요한 기술이다. 기존의 연구는 조명 및 배경의 변화에 취약하거나 다수의 사용자와 상호작용에 한계가 있었다. 본 논문에서는 컬러 영상과 깊이 영상을 혼용하여 손을 분리하는 기술을 제안한다. 먼저 입력된 컬러 영상을 이용하여 복잡한 환경에서도 정확하게 영역 채움을 위한 초기 위치를 설정하였다. 이 위치를 기준으로 영역 채움 연산을 위한 한계 영역을 재설정하여 조명 변화로 침식된 영역을 포함하도록 하고, 깊이 영상에서 영역 채움 연산을 수행함으로써 조명과 환경의 변화에도 강인하게 손의 영역을 분리하도록 하였다. 또한, 이렇게 분리된 손의 영역을 이용하여 실시간으로 피부 모델을 학습함으로써 조명 환경에 적응적으로 피부 모델을 갱신하여 보다 강인한 인식 성능을 얻을 수 있었다. 이를 다양한 조명 및 배경 환경에서 기존의 알고리즘과 비교 실험을 수행하여 강인한 인식 성능을 확인할 수 있었으며, 특히 역광 환경과 같이 조명 변화가 극심한 환경에서 강인한 성능을 보여주었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1999년도 추계종합학술대회 논문집
• /
• pp.1003-1006
• /
• 1999

Hand segmentation and tracking is essential to the development of a hand gesture recognition system. This research features segementation and tracking of hand regions based the hue component of color. We propose a method that employs HSI color model, and segments and tracks hand regions using the hue component of color alone. In order to track the segmented hand regions, we only apply Kalman filter to a region of interest represented by a rectangle region. Initial experimental results show that the system accurately segments and tracks hand regions although it only uses the hue compoent of color. The system yields near real time throghput of 8 frames per second on a Pentium II 233MHz PC.

• 제어로봇시스템학회논문지
• /
• 제7권4호
• /
• pp.309-318
• /
• 2001

In this paper, we describe methods that analyze a human gesture. A human interface(HI) system for analyzing gesture extracts the head and hand regions after taking image sequence of and operators continuous behavior using CCD cameras. As gestures are accomplished with operators head and hands motion, we extract the head and hand regions to analyze gestures and calculate geometrical information of extracted skin regions. The analysis of head motion is possible by obtaining the face direction. We assume that head is ellipsoid with 3D coordinates to locate the face features likes eyes, nose and mouth on its surface. If was know the center of feature points, the angle of the center in the ellipsoid is the direction of the face. The hand region obtained from preprocessing is able to include hands as well as arms. For extracting only the hand region from preprocessing, we should find the wrist line to divide the hand and arm regions. After distinguishing the hand region by the wrist line, we model the hand region as an ellipse for the analysis of hand data. Also, the finger part is represented as a long and narrow shape. We extract hand information such as size, position, and shape.

• 디지털콘텐츠학회 논문지
• /
• 제18권8호
• /
• pp.1603-1613
• /
• 2017

본 논문은 널리 알려진 RGB 색상 기반의 웹캠을 사용한 손 영역을 효율적으로 분할하는 방법을 제안한다. 이 방법은 잡음을 제거하기 위하여 네 번의 경험적 전처리 방법을 수행한다. 먼저, 전체 영상 잡음을 제거하기 위하여 가우시안 평활화를 수행한다. 다음으로, RGB 영상은 HSV와 YCbCr 색상 모델로 변환되어, 각 색상 모델에 대해 통계적인 값에 기반하여 전역 고정 이진화가 수행된 후, 잡음은 bitwise-OR 연산에 의해 제거된다. 다음으로, 윤곽 근사화와 내부 영역 구멍 연산을 위해 RDP와 flood fill 알고리즘이 사용된다. 끝으로, 모폴로지 연산을 통하여 잡음을 제거하고 영상의 크기에 비례한 임계값을 결정하여 손 영역이 결정된다. 본 연구는 잡음 제거에 초점을 맞추고 있고 손 동작 인식 응용 기술에 사용될 수 있다.

• 한국멀티미디어학회논문지
• /
• 제14권4호
• /
• pp.504-516
• /
• 2011

In this paper, we will present a method to detect human hand and recognize hand gesture. For detecting the hand region, we use the feature of human skin color and hand feature (with boundary complexity) to detect the hand region from the input image; and use algorithm of optical flow to track the hand movement. Hand gesture recognition is composed of two parts: 1. Posture recognition and 2. Motion recognition, for describing the hand posture feature, we employ the Fourier descriptor method because it's rotation invariant. And we employ PCA method to extract the feature among gesture frames sequences. The HMM method will finally be used to recognize these feature to make a final decision of a hand gesture. Through the experiment, we can see that our proposed method can achieve 99% recognition rate at environment with simple background and no face region together, and reduce to 89.5% at the environment with complex background and with face region. These results can illustrate that the proposed algorithm can be applied as a production.

• 한국인터넷방송통신학회논문지
• /
• 제13권1호
• /
• pp.121-127
• /
• 2013

본 논문에서는 UI 시스템에서 포인팅 장비를 대신할 수 있는 컴퓨터 비전 기반의 제스쳐 형상의 영역 비율과 크기 변화 특징을 이용한 손-동작 인터페이스를 제안한다. 제안한 방법은 효과적인 손 영역 검출을 위해서 HSI 컬러 모델을 기반으로 손 영역의 피부 색상(Hue)과 채도(Saturation) 값을 혼합하여 적용함으로서 제스쳐 인식에 있어서 손 영역 이외의 피부색 영역을 제거할 수 있으며, 빛에 의한 잡음 영향을 줄이는데 효과적이다. 또한 제시되는 제스쳐의 정적인 포즈 인식이 아닌 실시간으로 변화하는 제스쳐 클리핑 영역에서의 손 영역 화소 비율과 크기 변화를 검출함으로써 계산량을 줄일 수 있으며, 보다 빠른 응답 속도를 보장한다. 제안한 컴퓨터 비전 기반의 포인팅 인터페이스는 우리가 이전 연구에서 구현한 자가 시력 측정 시스템에서 독립적인 포인팅 인터페이스로 적용한 결과, 평균적으로 86%의 제스쳐 인식률과 87%의 좌표이동 인식률을 보여 포인팅 인터페이스로의 활용도를 보였다.

• 한국멀티미디어학회논문지
• /
• 제15권12호
• /
• pp.1449-1455
• /
• 2012

This paper has developed a system for early diagnosis of senile dementia and mild cognitive impairment (MCI) by developing software to measure the volume of hippocampus. This software consists of two parts; segmentation and analysis. The segmentation part uses ROI and region growing to segment hippocampus region. On the other hand, the analysis part creates a volume rendering of hippocampus. This software is expected contribute in these research fields for dementia diagnosis and its medication planning.

• 한국콘텐츠학회논문지
• /
• 제18권4호
• /
• pp.398-405
• /
• 2018

HCI 분야에서 대표적인 손 제스처 인식은 IT기기의 개발과 더불어 사용자와 기기 간의 상호작용 및 정보교환을 위한 방법으로 주목받고 있다. 영상 처리를 통한 손 제스처 인식에서 손바닥 영역 검출은 처리속도 및 인식률 향상에 기여하는 핵심 처리 과정이다. 본 논문에서는 손바닥 영역 검출(palm area detection)을 위해 손과 손목을 영상 분할(image segmentation) 하는 새로운 방법을 제안한다. 손의 해부학적 특성으로 가장 넓은 폭이 발생하는 엄지와 소지의 장골 간격을 손 영상의 수평 투사 히스토그램으로 계산 후 이 간격을 지름으로 하는 원을 그려 손바닥 영역을 검출한다. 이 방법의 우수성을 검증하기 위하여 다단 형판정합(multiple stage template matching)을 사용해 10가지 손 제스처에 대해 기존 방법 4가지와 인식 성능을 비교 평가한다. 손 제스처 인식에 관련한 연구가 다양하나 손바닥 영역 검출에 특화된 성능 비교 문헌이 저조함을 강조한다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제8권6호
• /
• pp.705-716
• /
• 2002

본 논문은 MR 머리 영상 데이타를 디렉트 볼륨 렌더링하는 방법을 제안한다. MR 영상을 가시화하기 위해서는 서피스 렌더링을 많이 사용하나 이 방법은 면을 추출하는 과정에서 면 내부의 정보를 잃어버린다. 디렉트 볼륨 렌더링은 면 내부의 정보를 추출 할 수 있으나 데이타의 특성상 MR 머리 영상 데이타에 이 방법을 적용하기가 쉽지 않다. 이 논문에서는 MR 머리 영상 데이타를 뇌와 뇌 이외의 구성 요소로 분할한 다음에 뇌 복셀값을 증가시키고 원래의 영상과 다시 결합시켜 디렉트 볼륨 렌더링을 시도하였다. 뇌 경계선은 히스토그램 경계값, 모포로지 연산, 스네이크 알고리즘(snakes algorithm)을 이용하여 추출하였다. 추출된 뇌 경계선는 육안으로 추출한 것의 91~95%의 유사도를 보인다. 제안된 디렉트 볼륨 렌더링은 뇌와 뇌 이외의 구성 요소를 동시에 3차원 가시화하였다.

• Journal of International Society for Simulation Surgery
• /
• 제1권1호
• /
• pp.27-31
• /
• 2014

In this paper, an overview of segmentation and 3D visualization methods are presented. Commonly, the two kinds of methods are used to visualize organs and vessels into 3D from medical images such as CT(A) and MRI - Direct Volume Rendering (DVR) and Iso-surface Rendering (IR). DVR can be applied directly to a volume. It directly penetrates through the volume while it determines which voxels are visualizedbased on a transfer function. On the other hand, IR requires a series of processes such as segmentation, polygonization and visualization. To extract a region of interest (ROI) from the medical volume image via the segmentation, some regions of an object and a background are required, which are typically obtained from the user. To visualize the extracted regions, the boundary points of the regions should be polygonized. In other words, the boundary surface composed of polygons such as a triangle and a rectangle should be required to visualize the regions into 3D because illumination effects, which makes the object shaded and seen in 3D, cannot be applied directly to the points.