Journal of Advanced Navigation Technology (한국항행학회논문지)

The Korean Navigation Institute (한국항행학회)
권호 표지
DOI QR코드

DOI QR Code

AdaBoost-Based Gesture Recognition Using Time Interval Trajectory Features

시간 간격 특징 벡터를 이용한 AdaBoost 기반 제스처 인식

  • Hwang, Seung-Jun (Information & Telecommunication Engineering, Korea Aerospace University) ;
  • Ahn, Gwang-Pyo (Information & Telecommunication Engineering, Korea Aerospace University) ;
  • Park, Seung-Je (Information & Telecommunication Engineering, Korea Aerospace University) ;
  • Baek, Joong-Hwan (Information & Telecommunication Engineering, Korea Aerospace University)
  • 황승준 (한국항공대학교 정보통신공학부) ;
  • 안광표 (한국항공대학교 정보통신공학부) ;
  • 박승제 (한국항공대학교 정보통신공학부) ;
  • 백중환 (한국항공대학교 정보통신공학부)
  • Received : 2013.04.08
  • Accepted : 2013.04.30
  • Published : 2013.04.30
Download PDF
⟨ Previous Next ⟩

Abstract

The task of 3D gesture recognition for controlling equipments is highly challenging due to the propagation of 3D smart TV recently. In this paper, the AdaBoost algorithm is applied to 3D gesture recognition by using Kinect sensor. By tracking time interval trajectory of hand, wrist and arm by Kinect, AdaBoost algorithm is used to train and classify 3D gesture. Experimental results demonstrate that the proposed method can successfully extract trained gestures from continuous hand, wrist and arm motion in real time.

본 논문에서는 키넥트 센서를 이용한 AdaBoost 기반 제스처 인식에 관한 알고리즘을 제안한다. 최근 스마트 TV에 대한 보급으로 관련 산업이 주목받고 있다. 기존 리모컨을 이용하여 TV를 컨트롤 하던 시대에서 벗어나 제스처를 이용하여 TV를 컨트롤 할 수 있는 새로운 접근을 제안한다. AdaBoost 학습 모델에 신체 정규화 된 시간 간격 특징 벡터의 집합을 특징 패턴으로 하여, 속도가 다른 동작들을 인식할 수 있도록 하였다. 또한 속도가 다른 다양한 제스처를 인식하기 위해 다중 AdaBoost 알고리즘을 적용하였다. 제안된 알고리즘을 실제 동영상 플레이어와 연결하여 적용하였고, 실험 후 좌표 변화를 이용한 알고리즘에 비해 정확도가 향상되었음을 확인하였다.

Keywords

References

  1. Lee, Hyeon-Kyu, and Jin-Hyung Kim. "An HMM-based threshold model approach for gesture recognition", IEEE Transactions on Pattern Analysis and Machine Intelligence, pp.961-973, 1999.
  2. Hong, Duan, and Luo Yang. "A Gestures Trajectory Recognition Method Based on DTW", Proceedings of the 2nd International Conference on Computer Science and Electronics Engineering, 2013.
  3. Whitehead, Anthony, and Kaitlyn Fox. "Device agnostic 3D gesture recognition using hidden Markov models", Proceedings of the 2009 Conference on Future Play on@ GDC Canada, ACM, 2009.
  4. Freund, Yoav, Robert Schapire, and N. Abe. "A short introduction to boosting", Journal-Japanese Society For Artificial Intelligence, pp.771-780, 1999.
  5. Wang, Chieh-Chih, and Ko-Chih Wang. "Hand Posture recognition using Adaboost with SIFT for human robot interaction", Recent progress in robotics: viable robotic service to human, pp.317-329, 2008.
  6. Yao, Yi, and Chang-Tsun Li. "Hand Posture Recognition Using SURF with Adaptive Boosting", 2011.
  7. Sheng, Jia. A study of adaboost in 3d gesture recognition. Technical report, University of Toronto, 2005.
  8. Changrampadi, Mohamed Hashim. "A fusion-based multiclass AdaBoost for classifying object poses using visual and IR images", 2011.
  9. Hoffman, Michael, Paul Varcholik, and Joseph J. LaViola. "Breaking the status quo: Improving 3d gesture recognition with spatially convenient input devices", Virtual Reality Conference (VR), 2010 IEEE, 2010.

Cited by

  1. 모노 카메라 영상기반 시간 간격 윈도우를 이용한 광역 및 지역 특징 벡터 적용 AdaBoost기반 제스처 인식 vol.22, pp.3, 2018, https://doi.org/10.6109/jkiice.2018.22.3.471