Earticle

초록

영어

In this paper, the algorithm that recognizes the object by configuring the feature information obtained through higher correlation feature coefficient and principal component analysis as low dimensional object symbol was described. Since the proposed method doesn't require a lot of computations compared to the existing geometric feature based method or appearance based methods and it can maintain high recognition rate by using the minimum information, it is very well suited for real-time system establishment. In addition, to reduce incorrect recognition or recognition errors that occur during object recognition, the model feature values projected in the object space is configured as a particular status symbol through clustering algorithm to be used as input symbol of hidden Markov models. By doing so, any input object will be recognized as the corresponding object model with highest probability.

한국어

본 논문에서는 고차상관특징계수와 주성분 분석을 통해서 얻어진 특징 정보를 저차원 객체 심볼로 구성하여 객체를 인식하는 알고리즘에 대해 기술한다. 제안된 방법은 기존의 기하학적인 특징 기반 방법이나 외관기반 방법의 비해 많은 계산 량이 요구 되지 않고 최소한의 정보를 사용하고도 높은 인식률을 유지 할 수 있기에 실시간 시스템 구축에 매우 적합하다. 또한 객체 인식 시 발생하는 잘못된 인식이나 인식 오차를 줄이기 위해 객체 공간상에 투영된 모델 특징 값을 은닉마르코프 모델의 입력 기호로 이용되기 위해서 군집화 알고리즘을 통해 특정한 상태 기호로 구성한다. 이렇게 함으로써 임의의 입력 객체는 확률 값이 가장 높은 해당 객체 모델로 인식하게 된다.

목차

요약
 Abstract
 1. 서론
 2. 전체 시스템 구성도
 3. 전처리
  3.1 배경제거
  3.2 고차 국소 자동 상관 특징 생성
  3.3 영상 군집화
 4. 제스처 인식
  4.1 주성분 분석을 이용한 공간 생성
  4.2 HMM를 이용한 제스처 인식
 5. 제스처 인식에 대한 실험결과
 6. 결론 및 향후계획
 ▮ 참고문헌

키워드

저자

• 강명아 [ Myung-A Kang | 광주대학교컴퓨터공학과 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국차세대컴퓨팅학회 논문지 [THE JOURNAL OF KOREAN INSTITUTE OF NEXT GENERATION COMPUTING]

• 간기

  격월간

• pISSN

  1975-681X

• 수록기간

  2005~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 566 DDC 004