생몰정보
소속
직위
직업
활동분야
주기
서지
국회도서관 서비스 이용에 대한 안내를 해드립니다.
검색결과 (전체 1건)
원문 있는 자료 (1) 열기
원문 아이콘이 없는 경우 국회도서관 방문 시 책자로 이용 가능
목차보기더보기
표제지
목차
요약 9
제1장 서론 10
1.1. 연구 배경 10
1.2. 연구 목적 13
제2장 관련 연구 14
2.1. 비전 기반 손추적 기법 16
2.1.1. 차동분석방법 16
2.1.2. Optical Flow 방법 17
2.1.3. 스킨칼라모델 방법 20
2.1.4. Mean Shift 방법 21
2.1.5. CAM Shift 방법 22
2.2. 비전 기반 손모양 인식 기법 25
2.2.1. 템플릿매칭(Template Matching) 25
2.2.2. 인공신경망 27
2.2.3. 은닉마크로프모델(Hidden Malkov Model) 28
제3장 가이드라인을 이용한 동적 손동작 인식시스템 30
3.1. 시스템구성 32
3.2. 전처리 모듈 34
3.2.1. 영상의 이진화 35
3.2.2. 가이드라인 생성 및 손 영역 검출 35
3.2.3. 노이즈 제거 39
3.2.4. 손가락 끝점 검출 41
3.3. 손추적 모듈 44
3.3.1. 기존의 차동분석방법과 스킨칼라모델방법의 문제점 45
3.3.2. 이동 영역 검출 (제안하는 손추적 방법) 46
3.4. 손모양 검출 모듈 49
3.5. 동적 손동작 인식 50
3.5.1. Start/Stop Image 50
3.5.2. 인식 과정 손추적 50
제4장 성능평가 51
4.1. 실험 환경 53
4.2. 실험 과정 54
4.3. 실험 결과 및 분석 55
4.3.1. 추적 모듈 실험 결과 및 분석 55
4.3.2. 손 검출 모듈 실험 결과 및 분석 59
4.3.3. 동적 손동작 인식 시스템 실험 결과 및 분석 63
제5장 결론 및 향후 과제 70
참고문헌 72
Abstract 75
감사의 글 77
표 2.1. 잘 알려진 인공신경망 알고리즘의 종류 27
표 4.1. 실험영상 (추적, 검출) 51
표 4.2. 실험영상(동적 손동작 인식) 52
표 4.3. 실험 프로그램 63
그림 2.1. Mean Shift 방법을 이용한 물체의 중심점 추적 22
그림 2.2. CAM Shift 알고리즘 23
그림 3.1. 가이드라인을 이용한 동적 손동작 인식시스템 구성 32
그림 3.2. 전처리 모듈의 구성 34
그림 3.3. 생성된 가이드라인 35
그림 3.4. 트랙바를 이용한 피부색 범위 검출 37
그림 3.5. 피부색을 이용한 손 영역 검출 38
그림 3.6. 영역 A, B, C 검출 알고리즘 38
그림 3.7. 노이즈 제거기법 (주변픽셀 비교) 39
그림 3.8. 제안하는 노이즈 제거기법 40
그림 3.9. 원을 이용한 끝점 검출 42
그림 3.10. 중심으로부터 끝점까지의 거리와 각도 계산 43
그림 3.11. 손추적 모듈의 구성 44
그림 3.12. 이동 영역 검출 46
그림 3.13. 손추적 알고리즘 47
그림 3.14. 손추적 영상 48
그림 3.15. 손모양 검출 모듈의 구성 49
그림 3.16. 동적 손동작 인식 50
그림 4.1. 실험영상 (전체) 53
그림 4.2. 프레임 별로 분할된 결과 영상 55
그림 4.3. 프레임당 평균 연산시간 56
그림 4.4. 추적 정확도 57
그림 4.5. 오 추적율 58
그림 4.6. 프레임 별로 분할된 결과 영상 59
그림 4.7. 프레임당 평균 연산시간 60
그림 4.8. 검출 정확도 61
그림 4.9. 오 검출율 62
그림 4.10. 프레임당 평균 연산시간 64
그림 4.11. 결과 값에 대한 프레임 사용 비율 65
그림 4.12. 동적 손동작 인식에 걸린 시간 66
그림 4.13. 가이드라인과 HandVu의 CPU 점유율 67
그림 4.14. 가이드라인과 HandVu의 Memory 사용량 68
초록보기 더보기
본 논문에서는 가이드라인을 이용하여 학습예제를 사용하지 않는 동적 손동작인식(Dynamic Hand Gesture Recognition) 방법을 제안한다. 본 논문의 동적 손동작 인식 시스템은 전처리모듈, 손추적모듈, 손모양검출모듈로 구성되어있다. 전처리모듈은 복잡한 환경에서 정확한 손의 모양을 찾기 위하여 피부색을 검출 하고, 피부색이 검출된 프레임으로부터 노이즈를 제거한다. 피부색검출은 조명 조건에 민감하게 반응하기 때문에 피부색 검출 성능이 가장 좋은 YCbCr 색상공간을 사용하였다. 손추적모듈은 전처리된 프레임에서 정확한 손 영역을 찾고, 손 영역의 무게중심점을 구하여 무게중심점의 이동을 추적한다. 손모양검출모듈은 동적 손동작 인식에서 사용될 손의 모양을 정적 손동작 인식(Static Hand Gesture Recognition) 방법을 이용하여 검출한다. 손모양검출모듈에서 검출된 세 가지 요소(Start Image, Stop Image, 손의 이동방향)를 조합하여 동적 손동작을 인식한다.
PC(Personal Computer)에서 응용프로그램에 적용이 가능한 것을 확인하기 위해 320*240 해상도를 가지는 130 만화소 USB 웹캠을 사용하였으며 복잡한 배경과 단순한 배경으로 구분 지어 9 가지 동영상으로 실험하였다.
실험 결과를 통해 가이드라인을 이용한 동적 손동작 인식 시스템이 기존 학습예제를 이용한 방법에 비해 약 5%의 속도 향상이 있었으며, 비슷한 인식률을 가지고 학습 예제 없이 손 동작 인식이 가능한 것을 확인 하였다.
원문구축 및 2018년 이후 자료는 524호에서 직접 열람하십시요.
도서위치안내: / 서가번호:
우편복사 목록담기를 완료하였습니다.
* 표시는 필수사항 입니다.
* 주의: 국회도서관 이용자 모두에게 공유서재로 서비스 됩니다.
저장 되었습니다.
로그인을 하시려면 아이디와 비밀번호를 입력해주세요. 모바일 간편 열람증으로 입실한 경우 회원가입을 해야합니다.
공용 PC이므로 한번 더 로그인 해 주시기 바랍니다.
아이디 또는 비밀번호를 확인해주세요