• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권12호
• /
• pp.1028-1033
• /
• 2009

본 논문은 컴퓨터 마우스를 제어하기 위한 실시간 손 제스처 인식 방법을 제안한다. 다양한 제스처를 표현하기 위해, 손 제스처를 연속적인 손 모양의 시퀀스로 정의하고, 이러한 손 제스처를 인식하기 위한 계층적 베이지안 네트워크를 디자인한다. 제안하는 방법은 손 포스처와 제스처 인식을 위한 계층적 구조를 가지며, 이는 특징 추출과정에서 발생하는 잡음에 강인하다는 장점을 가진다. 제안하는 방법의 유용성을 증명하기 위해, 제스처 기반 가상 마우스 인터페이스를 개발하였다. 실험에서 제안한 방법은 단순한 배경에서는 94.8%, 복잡한 배경에서는 88.1%의 인식률을 보였으며, HMM 기반의 기존 방법보다 우수한 성능을 보였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 하계종합학술대회 논문집(5)
• /
• pp.137-140
• /
• 2002

We introduce a personal identification method which can find user's ID without any help of the user. To do this, there has been two approaches, vision-based and pressure-based. Pressure-based approach has some advantages compared than vision-based one in the aspects of illumination, occlusion, and the amount of data. In the previous study about pressure-based personal identification, there are some restrictions about human body posture for extracting normalized footprints. Since this approach cannot be extended unconscious and continuos identification, we suppose more natural method and verified it by experiments.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2017년도 춘계 종합학술대회 논문집
• /
• pp.391-392
• /
• 2017

본 연구에서는 동작인식센서를 통해 측정되는 사용자의 자세를 측정하여 사용자의 자세균형 능력을 자세히 측정하고 거울형 스탠드 화면을 통해 제공되는 가이드 영상을 따라함으로서 보다 효과적인 자세균형 훈련이 가능한 거울형 자세훈련장치를 개발하고자 하였으며 이를 위해 하드웨어와 소프트웨어를 개발하고 이의 유효성을 검증하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 춘계학술발표대회
• /
• pp.110-113
• /
• 2009

로봇을 이용한 체조 학습 시스템을 위해서는 영상을 통한 사람의 자세 인식기법이 필요하다. 본 논문에서는 Chamfer Matching을 이용한 두 영상간의 에지 윤곽 비교를 통해 자세를 인식한다. 또한, 비교대상이 되는 에지의 크기를 조절함으로서 여러 사람에 대한 신뢰성 있는 인식 결과를 얻는다. 실험결과를 통해 알 수 있듯 에지의 크기 조절에 의해 서로 다른 사람간의 비교값 편차를 줄임으로써 인식률을 향상시키고 인식 오류를 최소화 하였다.

• 스마트미디어저널
• /
• 제12권11호
• /
• pp.48-56
• /
• 2023

3차원 인체자세추정은 스포츠, 동작인식, 영상매체의 특수효과 등의 분야에서 널리 활용되고 있는 기술이다. 이를 위한 여러 방법들 중 다중 시점 3차원 인체자세추정은 현실의 복잡한 환경에서도 정밀한 추정을 하기 위해 필수적인 방법이다. 하지만 기존 다중 시점 3차원 인체자세추정 모델들은 3차원 특징 맵을 사용함에 따라 시간 복잡도가 높은 단점이 있다. 본 논문은 계산 복잡도가 적은 트랜스포머 기반 기존 단안 시점 다중 프레임 모델을 다중 시점에 대한 3차원 인체자세추정으로 확장하는 방법을 제안한다. 다중 시점으로 확장하기 위하여 먼저 2차원 인체자세 검출자 CPN(Cascaded Pyramid Network)을 활용하여 획득한 4개 시점의 17가지 관절에 대한 2차원 관절좌표를 연결한 8차원 관절좌표를 생성한다. 그 다음 이들을 패치 임베딩 한 뒤 17×32 데이터로 변환하여 트랜스포머 모델에 입력한다. 마지막으로, 인체자세를 출력하는 MLP(Multi-Layer Perceptron) 블록을 매 반복 마다 사용한다. 이를 통해 4개 시점에 대한 3차원 인체자세추정을 동시에 수정한다. 입력 프레임 길이 27을 사용한 Zheng[5]의 방법과 비교했을 때 제안한 방법의 모델 매개변수의 수는 48.9%, MPJPE(Mean Per Joint Position Error)는 20.6mm(43.8%) 감소했으며, 학습 횟수 당 평균 학습 소요 시간은 20배 이상 빠르다.

• 한국멀티미디어학회논문지
• /
• 제14권8호
• /
• pp.992-999
• /
• 2011

This paper proposed a human body posture recognition program based on haar-like feature and hand activity detection. Its distinguishing features are the combination of face detection and motion detection. Firstly, the program uses the haar-like feature face detection to receive the location of human face. The haar-like feature is provided with the advantages of speed. It means the less amount of calculation the haar-like feature can exclude a large number of interference, and it can discriminate human face more accurately, and achieve the face position. Then the program uses the frame subtraction to achieve the position of human body motion. This method is provided with good performance of the motion detection. Afterwards, the program recognises the human body motion by calculating the relationship of the face position with the position of human body motion contour. By the test, we know that the recognition rate of this algorithm is more than 92%. The results show that, this algorithm can achieve the result quickly, and guarantee the exactitude of the result.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2014년도 제50차 하계학술대회논문집 22권2호
• /
• pp.323-326
• /
• 2014

본 논문에서는 깊이 카메라를 이용한 사용자의 손 모양, 특히 수화를 인식하는 방법에 대해 제안한다. 손 모양 인식은 손가락 검출과 손 인식으로 크게 2가지로 나눌 수 있다. 손가락 검출을 위해 본 시스템에서는 Distance Transform을 이용하여 손의 뼈대를 검출 하고, Convex Hull을 통해 손가락을 검출하는 방법을 제안한다. 뼈대 검출은 보다 정확한 손가락을 검출할 수 있는 장점이 생긴다. 손 인식에는 손 중심과 손가락의 길이, 손의 축, 손가락의 축, 팔 중심의 위치 등을 이용하여 Decision Tree를 생성하고, 반복적 검사를 통해 인식의 오류율을 줄였다. 실험결과에서는 수화 인식이 성공적으로 잘 인식 되었다는 것을 보인다.

• 로봇학회논문지
• /
• 제14권1호
• /
• pp.1-7
• /
• 2019

Recently, smart factories have attracted much attention as a result of the 4th Industrial Revolution. Existing factory automation technologies are generally designed for simple repetition without using vision sensors. Even small object assemblies are still dependent on manual work. To satisfy the needs for replacing the existing system with new technology such as bin picking and visual servoing, precision and real-time application should be core. Therefore in our work we focused on the core elements by using deep learning algorithm to detect and classify the target object for real-time and analyzing the object features. We chose YOLO CNN which is capable of real-time working and combining the two tasks as mentioned above though there are lots of good deep learning algorithms such as Mask R-CNN and Fast R-CNN. Then through the line and inside features extracted from target object, we can obtain final outline and estimate object posture.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.489-490
• /
• 2023

본 논문에서는 신체 영상 인식 기술을 이용한 운동 자세 교정 시스템을 제안하고 개발하였다. 구글에서 제공하는 미디어파이프 포즈(MediaPipe Pose) 오픈소스를 사용하여 웹캠으로 사용자의 운동 동작을 실시간으로 인식하여, 인식된 신체 구조의 33개의 관절 위치로 Pose Landmark를 사용하여 사용자의 운동 자세에 대한 횟수 카운트, 운동 동작의 정확도 측정을 할 수 있게 하여 혼자 운동하거나 처음 운동하는 사람들에게 운동의 접근성을 높이고, 올바른 자세로 운동을 하도록 유도할 수 있다.

• 대한기계학회논문집 C: 기술과 교육
• /
• 제1권2호
• /
• pp.205-210
• /
• 2013

본 연구에서는 스키 시뮬레이터의 사용자 감응형 제어를 위한 물리모델과 동작인식 시스템의 개발되었으며, 스키 선수의 자세 변화에 따른 스키 슬로프 상에서의 거동과의 부합성 확보를 위하여 실제 현장 실험데이터의 회귀분석을 통해 동작인식 시스템에 사용될 파라미터 및 관계식을 도출하였다. 개발된 물리모델 기반 스키 동작 인식 시뮬레이터는 실시간으로 Kinect 장치를 사용하여 사용자의 관절별 질량을 분석하여, 정확한 체중심을 추정하고, 시뮬레이터 하드웨어에서 적용할 수 있도록 힘, 속도, 가속도에 대한 피드백을 전달하도록 구성되었다. 본 연구결과는 스키시뮬레이터의 인식모듈로 사용되었으며, 물리모델 기반 가상 스포츠 시뮬레이터 제작에 응용 할 수 있는 자료로 활용될 것이다.