• International Journal of Computer Science & Network Security
• /
• 제22권1호
• /
• pp.129-138
• /
• 2022

With the increasing reliance of computing systems in our everyday life, there is always a constant need to improve the ways users can interact with such systems in a more natural, effective, and convenient way. In the initial computing revolution, the interaction between the humans and machines have been limited. The machines were not necessarily meant to be intelligent. This begged for the need to develop systems that could automatically identify and interpret our actions. Automatic gesture recognition is one of the popular methods users can control systems with their gestures. This includes various kinds of tracking including the whole body, hands, head, face, etc. We also touch upon a different line of work including Brain-Computer Interface (BCI), Electromyography (EMG) as potential additions to the gesture recognition regime. In this work, we present an overview of several applications of automated gesture recognition systems and a brief look at the popular methods employed.

• 전자공학회논문지B
• /
• 제33B권9호
• /
• pp.88-96
• /
• 1996

Computer vision-based gesture recognition systems consist of image segmentation, object tracking and decision. However, it is difficult to segment an object from image for gesture in computer systems because of vaious illuminations and backgrounds. In this paper, we describe a method to learn features for segmentation, which improves the performance of computer vision-based hand-gesture recognition systems. Systems interact with a user to acquire exact training data and segment information according to a predefined plan. System provides some models to the user, takes pictures of the user's response and then analyzes the pictures with models and a prior knowledge. The system sends messages to the user and operates learning module to extract information with the analyzed result.

• 제어로봇시스템학회논문지
• /
• 제17권4호
• /
• pp.368-374
• /
• 2011

This paper proposes a robot control human interface using Markov model (HMM) based hand signal recognizer. The command receiving humanoid robot sends webcam images to a client computer. The client computer then extracts the intended commanding hum n's hand motion descriptors. Upon the feature acquisition, the hand signal recognizer carries out the recognition procedure. The recognition result is then sent back to the robot for responsive actions. The system performance is evaluated by measuring the recognition of '48 hand signal set' which is created randomly using fundamental hand motion set. For isolated motion recognition, '48 hand signal set' shows 97.07% recognition rate while the 'baseline hand signal set' shows 92.4%. This result validates the proposed hand signal recognizer is indeed highly discernable. For the '48 hand signal set' connected motions, it shows 97.37% recognition rate. The relevant experiments demonstrate that the proposed system is promising for real world human-robot interface application.

• 한국컴퓨터게임학회논문지
• /
• 제31권4호
• /
• pp.129-135
• /
• 2018

실생활에서 사용되는 결제 시스템에는 전자 사인, QR 코드, 바코드들이 사용된다. VR 환경 내에서 구현되어 있는 결제 시스템은 점점 연구가 시작되고 있다. 본 논문은 기존의 결제 시스템을 VR 환경에서 구현하기 위해 손 제스쳐 인식을 이용한 VR 전자사인 시스템을 제안한다. VR 시스템에서는 키보드를 두드리거나 마우스를 건드릴 수 없는 상황이다. VR 컨트롤러를 가지고 결제 시스템을 구성하기 위한 방법에는 여러 가지가 있을 수 있다. 손 제스처 인식을 이용한 전자사인이 그 중 하나인데, 손 제스쳐 인식에는 크게 Warping Methods, Statistical Methods, Template Matching 방법으로 분류할 수 있다. 본 논문에서는 Template Matching 방법에 속한 $p 알고리즘을 이용하여, VR에서 결제 시스템을 구성하였다. 그리고, VR 환경을 조성하기 위해서 Unity3D와 Vive 장비를 이용해서 실제 결제가 이루어지는 paypal 시스템을 구현하였다.

• 한국정보전자통신기술학회논문지
• /
• 제4권3호
• /
• pp.197-201
• /
• 2011

최근 들어 인간과 컴퓨터와의 상호작용을 위한 인터페이스 분야에서 컴퓨터 시각 방식으로 손짓을 인식하고자 하는 연구가 널리 진행되고 있다. 손짓 인식에서 가장 중요한 이슈는 손가락의 방향성을 효율적으로 인식하는 것이다. 손짓 형상으로부터 얻은 원시형상요소들의 방향성은 손짓에 관한 중요한 정보를 내포하고 있으므로 본 논문에서는 형태론적 형상분해 기법을 사용하여 얻은 주 원시형상요소를 포함하는 원의 반경을 증가시키면서 부 원시형상요소와의 교차점을 구하여 손가락의 주 방향성을 인식하는 알고리즘을 제안하고, 실험을 통하여 그 유용성을 증명하였다.

• 한국정보통신학회논문지
• /
• 제21권7호
• /
• pp.1349-1354
• /
• 2017

본 논문에서는 임베디드 시스템에 활용할 수 있는 고속의 손동작 인식 알고리즘을 제안한다. 기존의 손동작 인식 알고리즘은 손의 윤곽선을 구성하는 모든 점을 추출하는 윤곽선 추적 과정의 계산복잡도가 높기 때문에 임베디드 시스템, 모바일 디바이스와 같은 저성능의 시스템에서의 활용에 어려움이 있었다. 제안하는 알고리즘은 윤곽선 추적 알고리즘을 사용하는 대신 동심원 추적을 응용하여 추상화된 손가락의 윤곽선을 추정한 다음 특징을 추출하여 손동작을 분류한다. 제안된 알고리즘은 평균 인식률은 95%이고 평균 수행시간은 1.29ms로서 기존의 윤곽선 추적 방식을 사용하는 알고리즘에 비해 최대 44%의 성능향상을 보였고 임베디드 시스템, 모바일 디바이스와 같은 저성능의 시스템에서의 활용가능성을 확인하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2004년도 ICCAS
• /
• pp.1106-1110
• /
• 2004

A human sign language is generally composed of both static and dynamic gestures. Each gesture is represented by a hand shape, its position, and hand movement (for a dynamic gesture). One of the problems found in automated sign language translation is on segmenting a hand movement that is part of a transitional movement from one hand gesture to another. This transitional gesture conveys no meaning, but serves as a connecting period between two consecutive gestures. Based on the observation that many dynamic gestures as appeared in Thai sign language dictionary are of quasi-periodic nature, a method was developed to differentiate between a (meaningful) dynamic gesture and a transitional movement. However, there are some meaningful dynamic gestures that are of non-periodic nature. Those gestures cannot be distinguished from a transitional movement by using the signal quasi-periodicity. This paper proposes a hybrid method using a combination of the periodicity-based gesture segmentation method with a HMM-based gesture classifier. The HMM classifier is used here to detect dynamic signs of non-periodic nature. Combined with the periodic-based gesture segmentation method, this hybrid scheme can be used to identify segments of a transitional movement. In addition, due to the use of quasi-periodic nature of many dynamic sign gestures, dimensionality of the HMM part of the proposed method is significantly reduced, resulting in computational saving as compared with a standard HMM-based method. Through experiment with real measurement, the proposed method's recognition performance is reported.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제26권1호
• /
• pp.157-157
• /
• 1999

Researches on the gesture recognition have become a very interesting topic in the computer vision area, Gesture recognition from visual images has a number of potential applicationssuch as HCI (Human Computer Interaction), VR(Virtual Reality), machine vision. To overcome thetechnical barriers in visual processing, conventional approaches have employed cumbersome devicessuch as datagloves or color marked gloves. In this research, we capture gesture images without usingexternal devices and generate a gesture trajectery composed of point-tokens. The trajectory Is spottedusing phase-based velocity constraints and recognized using the discrete left-right HMM. Inputvectors to the HMM are obtained by using the LBG clustering algorithm on a polar-coordinate spacewhere point-tokens on the Cartesian space .are converted. A gesture vocabulary is composed oftwenty-two dynamic hand gestures for editing drawing elements. In our experiment, one hundred dataper gesture are collected from twenty persons, Fifty data are used for training and another fifty datafor recognition experiment. The recognition result shows about 95% recognition rate and also thepossibility that these results can be applied to several potential systems operated by gestures. Thedeveloped system is running in real time for editing basic graphic primitives in the hardwareenvironments of a Pentium-pro (200 MHz), a Matrox Meteor graphic board and a CCD camera, anda Window95 and Visual C++ software environment.

• 한국산학기술학회논문지
• /
• 제14권8호
• /
• pp.3971-3975
• /
• 2013

본 논문은 핸드 제스쳐에 의해 증강현실 내의 가상 객체 제어기술로, HOG기반의 핸드 제스쳐 인식을 제안하고 있다. 인식을 위한 특징점들은 HOG불럭들에 의하여 결정되며, 크기가 다른 여러 불럭들을 시험하여 가장 적절한 불럭구성을 결정하며, AdaBoostSVM기법을 사용하여 분류 목적에 가장 적절한 불럭들을 추출한다. 실험 결과 핸드 제스쳐 인식률은 94% 이었다.

• 한국인터넷방송통신학회논문지
• /
• 제20권6호
• /
• pp.115-121
• /
• 2020

IoT 기술과 이 확산됨에 따라 얼굴 인식을 활용하는 다양한 응용들이 등장하고 있다. 본 논문은 딥러닝 기반의 얼굴 인식과 손 제스처 인식을 활용하는 원격 제어 시스템을 설계 구현한 내용을 기술한다. 얼굴 인식을 활용하는 응용시스템은 카메라로부터 실시간으로 영상을 촬영하는 부분과 영상으로부터 얼굴을 인식하는 부분, 그리고 인식된 결과를 활용하는 부분으로 구성된다. 영상을 실시간으로 촬영하기 위해서 어디서나 장착 가능한 싱글보드 컴퓨터인 라즈베리파이를 이용하고, 서버 컴퓨터에는 FaceNet 모델을 활용하여 얼굴 인식 소프트웨어를 개발하고 OpenCV를 이용한 손 제스처 인식 소프트웨어도 개발하였다. 사용자를 알려진 사용자와 위험한 사용자 그리고 모르는 사용자의 3 그룹으로 구분하고, 얼굴 인식과 손 제스처가 모두 통과된 알려진 사용자에 대해서만 자동 도어락을 오픈하는 응용을 설계 구현하였다.