DOI QR코드

DOI QR Code

단일 형상의 이동 방향 인식에 의한 손 동작 리모트 컨트롤러 구현

Implement of Finger-Gesture Remote Controller using the Moving Direction Recognition of Single

  • 장명수 (상지대학교 컴퓨터정보공학부) ;
  • 이우범 (상지대학교 컴퓨터정보공학부)
  • Jang, Myeong-Soo (School of Computer Information Engineering, Sangji University) ;
  • Lee, Woo-Beom (School of Computer Information Engineering, Sangji University)
  • 투고 : 2013.03.07
  • 심사 : 2013.08.16
  • 발행 : 2013.08.31

초록

본 논문에서는 단일 카메라를 사용하여 사용자 제스쳐 명령을 사용자의 손가락 개수 및 이동 방향을 기반으로 인식하는 손동작 리모트 컨트롤러 인터페이스를 구현한다. 구현한 손동작 리모트 컨트롤러 인터페이스는 손 영역의 추출을 위해서 RGB 컬러모델로부터 YCbCr 컬러모델로의 색 변환에 의한 색차정보를 이용하고, 추출된 손 영역의 중심에서 이중 원형 추적(Double Circle Tracing)에 의한 교차정보를 이용하여 손가락 개수 및 위치 정보를 계산한다. 특히, 제안하는 방법에서 지속적 사용자 명령은 제스쳐 단일 형상의 방향 이동에 의해서 반복 수행이 가능하고, 손가락 위치 정보는 사용자 경험(UX: User eXperience)에 기반 하여 사용자 명령을 증폭 수행한다. 또한 Intel사(社)의 OpenCV 라이브러리를 기반으로 C++언어를 사용하여 구현된 손동작 컨트롤러 인터페이스의 성능 평가를 위해서는 상용 비디오 플레이어 프로그램에 적용하여 각 컨트롤 모드별 인식률을 측정한 결과 평균 89%의 인식률을 보였다.

A finger-gesture remote controller using the single camera is implemented in this paper, which is base on the recognition of finger number and finger moving direction. Proposed method uses the transformed YCbCr color-difference information to extract the hand region effectively. The number and position of finger are computer by using a double circle tracing method. Specially, a user continuous-command can be performed repeatedly by recognizing the finger-gesture direction of single shape. The position information of finger enables a user command to amplify a same command in the User eXperience. Also, all processing tasks are implemented by using the Intel OpenCV library and C++ language. In order to evaluate the performance of the our proposed method, after applying to the commercial video player software as a remote controller. As a result, the proposed method showed the average 89% recognition ratio by the user command-mode.

키워드

참고문헌

  1. R. Z. Khan and N. A. Ibraheem, "Survey on Gesture Recognition for Hand Image Posture", Computer and Information Science Vol. 5(3), pp. 110-121, 2012.
  2. Freeman, W. T., Weissman, C. D., "Television control by hand gestures", IEEE International. Workshop on Automatic Face and Gesture Recognition, pp.179-183, 1995.
  3. Hasan, M. M., Mishra, P. K. "Brightness factor matching for gesture recognition system using scaled normalization", International Journal of Computer Science & Information Technology (IJCSIT), Vol. 3(2), pp.35-46, 2011. https://doi.org/10.5121/ijcsit.2011.3203
  4. Neelamani, R., Queiroz, R. de., Fan, Z., et al. "JPEG Compression History Estimation for Color Images". IEEE Trans. Image Process.,Vol. 15(6), pp. 1365-1378, 2006. https://doi.org/10.1109/TIP.2005.864171
  5. Guangxin Li, Image Fusion Based on Color Transfer Technique, Image Fusion and Its Applications, Dr. Yufeng Zheng (Ed.), InTech, 2011.
  6. R. M. Haralick, et al, "Image analysis using mathematical morphology", IEEE Transactions on Pattern Analysis and Machine Intelligence 9(4), pp. 532-550, 1987.
  7. G. Bradski and A. Kaehler, Learning OpenCV, O'REILLY, pp.176-180, 2008.
  8. S. Mitra and T. Acharya, "Gesture Recognition: A Survey", IEEE Trans. on SMC Vol. 37(3), pp. 311-324, 2007.
  9. Intel. Open source computer vision library: Reference manual. 2001.
  10. M. S. Jang, W. B. Lee, "Implement of the Video Remote Controller By using the Finger Gesture Interface", KISPS Fall Conference Proceedings. Vol. 13(2), pp. 215-217, 2012.
  11. C. Y. Choi, W. B. Lee, "Implement of Hand Gesture Interface using Ratio and Size Variation of Gesture Clipping Region", The Journal of The IIBC, Vol. 13(1), pp. 121-127, Feb. 2013. https://doi.org/10.7236/JIIBC.2013.13.1.121
  12. X. Shen, etc., "Dynamic hand gesture recognition: An exemplar-based approach from motion divergence fields", Image and Vision Computing 30, pp. 227-235, 2012. https://doi.org/10.1016/j.imavis.2011.11.003