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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
Buemjun Kim (Pai Chai University) Kyounghee Lee (Pai Chai University)
저널정보
한국정보통신학회 INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING 2019 INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING Vo.11 No.1
발행연도
2019.6
수록면
236 - 239 (4page)

이용수

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

초록· 키워드

오류제보하기
Currently, natural user interface technology is actively studied to enable users to communicate with a computer by understanding their ordinary behaviors and expressions. A lot of those researches focus on recognition of human"s motions such as a hand gesture. While most existing motion recognition approaches require special devices such as an infrared camera or a motion sensor, this paper proposes a system employing deep learning technology to recognize a user"s hand gesture from an image in normal real-time video produced by general devices such as a webcam. To enhance the recognition accuracy through deep learning, the proposed system first performs black-white binarization processing of each image to effectively distinguish an area corresponding to a user"s hand. Then those images are used for learning and inference of our convolutional neural network model to distinguish various hand gestures. With our implementation, we performed experiments to recognize some simple hand gestures representing rock-paper-scissors. After sufficient learning with more than 100 images per each gesture, the proposed system could accurately infer meanings of all test images and the degree of confidence was higher than 90%. Our further study could be extending the proposed system to recognize more complex hand gestures such as decimal numbers and alphabets. Finally, it is expected to understand in realtime various connected hand motions such as a sign language.
#Convolutional Neural Network #Deep Learning #Hand Gesture Recognition #Natural User Interface

목차

Abstract
I. INTRODUCTION
II. SYSTEM STRUCTURE
III. IMPLEMENTATION RESULTS
IV. CONCLUSION
REFERENCES

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

Proposal of Image Noise Improvement Algorithm for Implementing Hand Gestures
Yu-Sung Moon ,  Ung-Se Choi ,  Jung-Won Kim 전기전자학회논문지 2019 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-004-000919496