KIISE Transactions on Computing Practices (정보과학회 컴퓨팅의 실제 논문지)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지
DOI QR코드

DOI QR Code

Posture Recognition for a Bi-directional Participatory TV Program based on Face Color Region and Motion Map

시청자 참여형 양방향 TV 방송을 위한 얼굴색 영역 및 모션맵 기반 포스처 인식

  • 황선희 (연세대학교 컴퓨터과학과) ;
  • 임광용 (연세대학교 컴퓨터과학과) ;
  • 이수웅 (전자통신연구원 소프트웨어콘텐츠연구소) ;
  • 유호영 (전자통신연구원 소프트웨어콘텐츠연구소) ;
  • 변혜란 (연세대학교 컴퓨터과학과)
  • Received : 2015.03.18
  • Accepted : 2015.05.29
  • Published : 2015.08.15
⟨ Previous Next ⟩

Abstract

As intuitive hardware interfaces continue to be developed, it has become more important to recognize the posture of the user. An efficient alternative to adding expensive sensors is to implement computer vision systems. This paper proposes a method to recognize a user's postured in a live broadcast bi-directional participatory TV program. The proposed method first estimates the position of the user's hands by generation a facial color map for the user and a motion map. The posture is then recognized by computing the relative position of the face and the hands. This method exhibited 90% accuracy in an experiment to recognize three defined postures during the live broadcast bi-directional participatory TV program, even when the input images contained a complex background.

최근 자연스러운 인터페이스 하드웨어의 증가와 더불어 사용자의 자세를 인식하는 콘텐츠 산업이 부상하고 있다. 컴퓨터 비전 기술은 고가 하드웨어 장치의 대안으로 콘텐츠 산업의 발전에 효율적이다. 본 논문에서는 생방송으로 진행되는 시청자 참여형 양방향 TV 프로그램에 적합한 시청자의 포스처를 인식하는 방법을 제안한다. 제안하는 방법은 검출된 얼굴 위치에서 획득한 사용자 얼굴색과 모션맵을 사용하여 사용자의 손 위치를 안정적으로 검출하고, 위치 관계 분석을 통해 포스처를 인식한다. 제안하는 방법은 복잡한 배경에서도 생방송 양방향 TV 프로그램에서 사용되는 세 가지 자세를 인식하는데 90%의 인식 성능이 나타나는 것을 실험을 통해 확인하였다.

Keywords

Acknowledgement

Supported by : 정보통신기술연구진흥센터

References

  1. S. H. Hwang, K. Y. Lim, M. S. Ki, and H. R. Byun, "Posture Recognition for bi-directional TV program on a single RGB image," Proc. of the 41st KIISE Fall Conference, pp. 601-603, Nov. 2014. (in Korean)
  2. C. Wang, and K. Wang, "Hand Posture Recognition Using Adaboost with SIFT for Human Robot Interaction," Proc. of Int. Conf. on Advanced Robotics, Vol. 370, pp. 317-329, 2008.
  3. A. Just, Y. Rodriguez, and S. Marcel, "Hand Posture Classification and Recognition using the Modified Census Transform," Proc. of IEEE Int. Conf. on Automatic Face and Gesture Recognition, pp. 351-356, Apr. 2006.
  4. V. Vezhnevets, V. Sazonov and A. Andreeva, "A Survey on Pixel-Based Skin Color Detection Techniques," Proc. of GRAPHICON, pp. 85-92, 2003.
  5. P. Viola, and M. Jones, "Rapid Object Detection using a Boosted Cascade of Simple," Proc. of IEEE Conf. on Computer Vision and Pattern Recognition, 2001.
  6. T. Ahonen, A. Hadid, and M. Pietikainen, "Face recognition with local binary patterns: Application to Face Recognition," IEEE Trans. on Pattern Analysis And Machine Intelligence, Vol. 28, No. 12, pp. 2037-2041, Dec. 2006. https://doi.org/10.1109/TPAMI.2006.244
  7. W. Tao, H. Jin, and Y. Zhang, "Color image segmentation based on mean shift and normalized cuts," IEEE Trans. on Systems, Man and Cybernetics, Vol. 37, No. 5, pp. 1382-1389, Oct. 2007.
  8. A. Mittal, and N. Paragios, "Motion-based background subtraction using adaptive kernel density estimation," Proc. of IEEE Conf. on Computer Vision and Pattern Recognition, 2004.