메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
김인환 (연세대학교) 채승호 (연세대학교) 한탁돈 (연세대학교)
저널정보
한국HCI학회 한국HCI학회 학술대회 PROCEEDINGS OF HCI KOREA 2018 학술대회 발표 논문집
발행연도
2018.1
수록면
385 - 389 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Natural User Interface(NUI)의 수요가 증가함에 따라 손을 이용하는 인터페이스 연구들이 활발히 진행중이다. 특히, 손 포스처 인식은 손을 이용한 인터페이스에서 필수적인 요소 기술이다. 이에, 본 논문은 립모션 컨트롤러 기반의 손 포스처 인식 방법을 제안한다. 립모션 컨트롤러는 일반적으로 높은 추적 성능을 보이지만, self-occlusion 이 발생하거나 손 포스처가 복잡할 경우에는 추적 성능에 제약이 발생한다. 본 논문에서는, 3 차원 디스크립터 (Fast Point Feature Histogram)기반의 손 포스처 인식 기술을 연구하였다. 립모션 컨트롤러로부터 입력받는 손의 관절 정보를 3 차원 디스크립터로 구성하여, 손 인식을 위한 특징데이터로 사용하였다. 이후, 구성된 특징들을 Support Vector Machine(SVM)에 적용하여 포스처 동작을 구분하였다. 또한, 대부분의 사용자들은 비협조적인 인식환경 및 행동을 포함하고 있기 때문에, 제약이 있는 환경에서도 인식 가능 하도록, 다양한 위치와 각도에서 데이터들을 수집하였다. 제안한 방식의 인식 성능 검증에 대한 실험은 관련 연구와의 비교 실험을 통해 만족스러운 결과를 얻었다. 제안하는 인식 기술은 가상 현실에서 증강된 객체를 여러 기능으로 조종하는 것과 같은 인터페이스로 사용될 것으로 기대된다.

목차

요약문
1. 서론
2. FPFH 를 이용한 손 포스처 학습
3. 실험
4. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-004-001760875