Earticle

초록

한국어

최근 가상현실 기술의 발전으로 가상공간에서 자연스러운 상호작용을 위하여 손 제스처 인식에 대한 연구가 활발히진행되고 있다. 본 논문은 가상현실 응용에서 손 제스처를 이용한 상호작용이 가능하도록 손 제스처 유형을 정의하고 MCSVM 학습을 통한 손 제스처 인식 방법을 제안한다. 먼저 전처리 과정을 거친 다양한 손 데이터를 이진 결정트리로 1차 분류를 한다. 분류 된 데이터는 리샘플링을 한 다음 체인코드를 생성하고 이에 대한 히스토그램으로 특징 데이터를 구성한다. 이를 기반으로 학습된 MCSVM을 통해 2차 분류를 수행하여 제스처를 인식한다. 실험 결과3D 오브젝트와 상호작용을 위한 16개의 명령 제스처에 대해 평균 99.2%의 인식률을 보였다. 마우스 인터페이스와 비교한 정성적 평가에서는 본 방법이 마우스 입력에 비하여 직관적이고 사용자 친화적인 상호작용이 가능함을보여 게임, 교육, 의료 등 다양한 응용 분야에서의 입력 인터페이스로 활용 될 수 있음을 알 수 있었다.

영어

Recently hand gesture recognition which is one of several methods for natural user interaction is being extensively researched in the development of virtual reality technology. In this paper, we suggest a hand gesture recognition method based on the MCSVM for interaction in the virtual reality applications. First, we preprocess various hand data and classify the data through the binary decision tree. The classified data is resampled and converted to the chain-code, and then we construct the hand feature data with the histograms of the chain code. Finally, the input gesture is recognized by MCSVM-based machine learning from the feature data. Experimental results show an average of 99.2% recognition ratio of 16 kinds of command hand gestures for interaction with a 3D object. From experiment of a comparison with the mouse interface, it shows that the paper method is more intuitive and user friendly than mouse input. Therefore, this hand gesture interface can be used in various fields such as game, education, medical field, etc.

목차

요약
 Abstract
 1. 서론
 2. 손 제스처 분류 및 정의
 3. 립모션 기반 손 데이터 구성
 4. MCSVM 기반 손 제스처 인식 방법
  4.1 전처리
  4.2 이진 결정 트리 분류
  4.3 특징 데이터 생성
  4.4 MCSVM (Multiclass Support Vector Machine)
 5. 실험 결과
  5.1 학습량에 따른 손 제스처 인식률
  5.2 전처리 유무에 따른 인식률
  5.3 가상환경에서의 블록 시뮬레이션
 6. 결론
 감사의 글
 참고문헌

저자

• 고택균 [ Tack-Kyun Koh | 서경대학교 컴퓨터공학과 ]
• 김태영 [ Tae-Young Kim | 서경대학교 컴퓨터공학과 ] 교신저자

참고문헌