• 한국정보통신학회논문지
• /
• 제15권4호
• /
• pp.935-942
• /
• 2011

본 연구는 카메라를 통하여 취득한 지화를 자동으로 인식하고, 컴퓨터를 제어하는 지화인식 시스템을 설계하고 구현하는데 목적이 있다. 먼저 영상을 취득하기 위하여 일반 카메라를 개조하여 적외선 CCD 카메라를 제작하였고, 입력영상의 전처리와 손의 특징들을 찾아 분석하여 손 모양에 따라 해당되는 지화를 판독하고, 이벤트를 발생시켜 마우스 제어와 프리젠테이션을 수행할 수 있는 방법을 제시하였다. 본 연구에서 제안하는 지화인식 시스템은 미래형 정보기기의 마우스와 키보드를 대체할 수 있는 차세대 인터페이스로서의 사용가능성을 검증하였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.847-850
• /
• 2008

오늘날 인간은 기계와의 상호의사소통을 이용하여 기계를 더욱 발전시켜가고 있다. 시각기반인지시스템을 비롯한 여러 HCI(Human Computer Interaction)시스템 중 손가락 제스처를 인식, 추적하는 기술은 HCI 시스템에서 매우 중요한 부분을 차지하고 있다. 이 논문에서는 손가락을 구분하기 위해서 제한된 배경과 복잡한 배경에서의 손가락을 구분할 뿐만 아니라 배경과 전경을 분리하는 차영상을 이용하여 더욱더 효과적으로 손가락을 구분해내는 방법을 이용한다. 손가락을 구분하기 위해서는 미리 정의해놓은 손가락 끝 이미지들과 Template-Matching 을 통하여 손가락을 인식한다. 그리고 인식된 손가락을 추적한 후 미리 정의해놓은 제스처들과 비교함으로써 제스처를 인식한다. 이 논문에서는 차영상과 Template Matching 반을 이용하지 않고 미리 관심영역을 획득한 후 그 영역 안에서 Template Matching 을 수행한다. 그래서, 실행속도 및 반응속도를 줄이는 데 중점을 두고 있으며 더욱 효과적으로 제스처를 인식하는 방법에 대해 제안한다.

• 한국인터넷방송통신학회논문지
• /
• 제13권4호
• /
• pp.91-97
• /
• 2013

본 논문에서는 단일 카메라를 사용하여 사용자 제스쳐 명령을 사용자의 손가락 개수 및 이동 방향을 기반으로 인식하는 손동작 리모트 컨트롤러 인터페이스를 구현한다. 구현한 손동작 리모트 컨트롤러 인터페이스는 손 영역의 추출을 위해서 RGB 컬러모델로부터 YCbCr 컬러모델로의 색 변환에 의한 색차정보를 이용하고, 추출된 손 영역의 중심에서 이중 원형 추적(Double Circle Tracing)에 의한 교차정보를 이용하여 손가락 개수 및 위치 정보를 계산한다. 특히, 제안하는 방법에서 지속적 사용자 명령은 제스쳐 단일 형상의 방향 이동에 의해서 반복 수행이 가능하고, 손가락 위치 정보는 사용자 경험(UX: User eXperience)에 기반 하여 사용자 명령을 증폭 수행한다. 또한 Intel사(社)의 OpenCV 라이브러리를 기반으로 C++언어를 사용하여 구현된 손동작 컨트롤러 인터페이스의 성능 평가를 위해서는 상용 비디오 플레이어 프로그램에 적용하여 각 컨트롤 모드별 인식률을 측정한 결과 평균 89%의 인식률을 보였다.

• 한국멀티미디어학회논문지
• /
• 제8권6호
• /
• pp.768-775
• /
• 2005

For sign languages are main communication means among hearing-impaired people, there are communication difficulties between speaking-oriented people and sign-language-oriented people. Automated sign-language recognition may resolve these communication problems. In sign languages, finger spelling is used to spell names and words that are not listed in the dictionary. There have been research activities for gesture and posture recognition using glove-based devices. However, these devices are often expensive, cumbersome, and inadequate for recognizing elaborate finger spelling. Use of colored patches or gloves also cause uneasiness. In this paper, a vision-based finger spelling recognition system is introduced. In our method, captured hand region images were separated from the background using a skin detection algorithm assuming that there are no skin-colored objects in the background. Then, hand postures were recognized using a two-dimensional grid analysis method. Our recognition system is not sensitive to the size or the rotation of the input posture images. By optimizing the weights of the posture features using a genetic algorithm, our system achieved high accuracy that matches other systems using devices or colored gloves. We applied our posture recognition system for detecting Korean Sign Language, achieving better than $93\%$ accuracy.

• 한국인터넷방송통신학회논문지
• /
• 제16권4호
• /
• pp.117-123
• /
• 2016

본 논문에서는 사용자의 손가락 제스쳐를 인식하여 증강현실(Augmented Reality) 환경에서 3D 객체를 조작하기 위한 핸드-제스쳐 인터페이스를 구현한다. 구현된 핸드-제스쳐 인터페이스는 입력된 실 영상으로부터 손 영역을 추출하고, 사용자의 핸드 제스쳐에 의한 핸드 마커에 의해서 증강 객체를 생성한다. 그리고 사용자 제스쳐에 상응하는 3D 객체 조작은 손 영역의 면적 비율, 손가락 개수, 손 영역 중심점의 변화 등의 상관 관계를 분석하여 수행한다. 구현된 증강현실 3D 객체 조작 인터페이스의 성능 평가를 위해서는 OpenGL로 3D 객체를 제작하고, OpenCV 라이브러리를 기반으로 C++언어를 사용하여 핸드 마커 및 제스쳐 인식의 모든 처리 과정을 구현하였다. 그 결과, 각 사용자 핸드-제스쳐 명령-모드별 평균 인식률이 90%이상으로 성공적인 인터페이스 기능을 보였다.

• 한국산업정보학회논문지
• /
• 제25권2호
• /
• pp.129-136
• /
• 2020

손가락 움직임 인식을 통한 제어는 직관적인 인간-컴퓨터 상호작용 방법의 하나이다. 본 연구에서는 여러 가지 ML (Machine learning) 기법을 사용하여 효율적인 손가락 움직임 인식을 위한 웨어러블 디바이스를 구현한다. 움직임 인식을 위한 시계열 데이터 분석에 전통적으로 사용되어 온 HMM (Hidden markov model) 및 DTW (Dynamic time warping) 기법뿐만 아니라 NN (Neural network) 기법을 적용하여 손가락 움직임 인식의 효율성 및 정확성을 비교하고 분석한다. 제안된 시스템의 경우, 경량화된 ML 모델을 설계하기 위해 각 ML 기법에 대해 최적화된 전처리 프로세스를 적용한다. 실험 결과, 최적화된 NN, HMM 및 DTW 기반 손가락 움직임 인식시스템은 각각 99.1%, 96.6%, 95.9%의 정확도를 제공한다.

• 인터넷정보학회논문지
• /
• 제17권2호
• /
• pp.29-37
• /
• 2016

인간은 의사소통을 통해서 상호관계를 유지시키고 발전시켜나간다. 의사소통은 크게 언어적 의사소통과 비언어적 의사소통으로 나뉜다. 언어적 의사소통은 말 또는 글을 사용하는 것이고 비언어적 의사소통은 몸동작으로 의사를 전달하는 것이다. 우리는 일상생활에서 대화를 할 때 말과 더불어 제스처를 함께 사용한다. 제스처는 비언어적 의사소통에 속하며, 다양한 형태와 움직임으로 의사를 전달할 수 있다. 이러한 이유로 제스처는 HCI 분야와 HRI 분야에서 NUI/NUX를 구현하기 위한 수단으로 각광받고 있다. 본 논문에서는 키넥트와 손의 기하학적인 특징을 사용하여 손 영역 검출과 손가락 개수를 인식하는 방법을 제안한다. 키넥트가 제공하는 깊이 영상을 이용하여 영상에서 손 영역을 검출하고 손의 윤곽선과 중점의 거리를 비교하여 손가락 개수를 파악한다. 본 논문에서 제안한 방법에 따른 손가락 개수 인식률은 평균 98.5%이고 수행시간은 0.065ms이다. 이 방법은 기존의 연구와 비교 했을 때, 인식 속도가 빠르며, 복잡도가 O(n),으로써 성능 또한 우수하다. 향후 이를 통해 제스처의 인식 가능한 범위를 증가시켜 보다 컴퓨터와 인간의 상호작용이 수월해지는데 도움이 될 것이다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권2호
• /
• pp.91-96
• /
• 2015

본 논문에서는 원격디스플레이를 제어하기 위하여 공중에서 섬세한 손동작을 인식할 수 있는 핸드 헬드형 포인팅 디바이스인 AirPincher를 제안한다. AirPincher는 현재 존재하고 있는 손동작 인식 기술 중 장갑을 이용한 기술과 디스플레이 근처에 설치하는 카메라를 이용한 기술의 단점을 극복하기 위해 고안되었다. 장갑을 이용한 기술은 사용 시 매번 탈착을 해야 하는 불편함이 존재하고 설치형 카메라를 이용한 기술은 사용자와 원격 디스플레이 간의 거리에 따라 제스처 인식 효율이 상이한 단점이 있다. 이러한 단점을 극복하기 위하여 AirPincher는 사용자가 한 손으로 디바이스를 잡고 사용하도록 설계되었다. 손가락 동작은 AirPincher에 탑재되어있는 근접한 센서들에 의해 인식되어 섬세한 손가락 움직임을 인식할 수 있다. 본 논문에서는 AirPincher를 사용하는 두 가지 포인팅 방법을 제안하고 이들의 성능을 분석하기 위한 실험을 진행하였다. 실험은 AirPincher를 사용하기 위한 공중에서의 효율적인 가상 입력공간의 크기를 찾는 실험과 AirPincher를 사용한 연속 포인팅 방법과 불연속 포인팅 방법을 비교하는 실험으로 구성되었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권5호
• /
• pp.2363-2374
• /
• 2016

Communication occurs through verbal elements, which usually involve language, as well as non-verbal elements such as facial expressions, eye contact, and gestures. In particular, among these non-verbal elements, gestures are symbolic representations of physical, vocal, and emotional behaviors. This means that gestures can be signals toward a target or expressions of internal psychological processes, rather than simply movements of the body or hands. Moreover, gestures with such properties have been the focus of much research for a new interface in the NUI/NUX field. In this paper, we propose a method for recognizing the number of fingers and detecting the hand region based on the depth information and geometric features of the hand for application to an NUI/NUX. The hand region is detected by using depth information provided by the Kinect system, and the number of fingers is identified by comparing the distance between the contour and the center of the hand region. The contour is detected using the Suzuki85 algorithm, and the number of fingers is calculated by detecting the finger tips in a location at the maximum distance to compare the distances between three consecutive dots in the contour and the center point of the hand. The average recognition rate for the number of fingers is 98.6%, and the execution time is 0.065 ms for the algorithm used in the proposed method. Although this method is fast and its complexity is low, it shows a higher recognition rate and faster recognition speed than other methods. As an application example of the proposed method, this paper explains a Secret Door that recognizes a password by recognizing the number of fingers held up by a user.