• 한국컴퓨터그래픽스학회논문지
• /
• 제21권5호
• /
• pp.29-36
• /
• 2015

사람의 손가락은 도구를 다루는 세밀한 동작을 하기 위해 필수적인 부위이며, 캐릭터 애니메이션에 있어 자연스러운 손가락 움직임 표현은 중요한 이슈 중 하나이다. 그 중에서도 키보드 타이핑 모션은 다양한 관절을 자연스럽게 사용하는 고난도 동작이며, 기존 애니메이션 파이프라인을 활용해서는 만들기 쉽지 않다. 본 논문에서는 물리 시뮬레이션을 이용하여 사실적인 키보드 타이핑 모션을 자동으로 생성하는 방법을 제시한다. 물리 기반 시뮬레이션에서 타이핑 모션을 잘 수행하기 위해서는 손과 키보드 모델이 허용된 범위를 벗어나지 않아야 하며, 사용자의 입력에 맞는 키만 정확히 타건해야 한다. 또한 실제 키보드 타건을 관찰한 결과 항상 손의 위치 및 자세는 키보드 위의 특정 기본 자세를 유지하려고 하며, 타건하는 손가락 이외의 움직임을 최소화하려는 경향을 확인할 수 있었고 이를 반영하고자 하였다. 이러한 다양한 제약 조건을 하나의 해결기에서 다루어 실시간으로 자연스러운 키보드 타이핑 시뮬레이션 결과를 얻을 수 있고, 이러한 결과는 애니메이션 및 가상 현실 기반 인터랙션 컨텐츠 등에서 유용하게 사용될 수 있다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 1999년도 추계학술대회 논문집
• /
• pp.438-442
• /
• 1999

제스처 인식은 직관적일 뿐 아니라, 몇 가지의 기본 구성요소에 의하여 코드화(code)가 용이하여, 인간과 컴퓨터의 상호작용(HCI, Human-Computer Interaction)에 있어서 폭넓게 사용되고 있다. 본 논문에서는 손의 모양이나 크기와 같은 개인차 및 조명의 변화나 배율과 같은 입력환경의 영향을 최소화하여, 특별한 초기화 과정이나 모델의 준비과정 없이도 제스처를 인식할 수 있고, 적은 계산량으로 실시간 인식이 가능한 제스처 인식 시스템의 개발을 목표로 한다. 본 논문에서는 손에 부착하는 센서나 마커 없이, CCD 카메라에 의하여 입력된 컬러영상에서, 컬러정보 및 동작정보를 이용하여 손영역을 추출하고, 추출된 손의 경계선 정보를 이용하여 경계선-중심 거리 함수를 생성했다. 그리고, 손가락의 끝 부분에서는 경계선-중심 거리가 극대점을 이룬다는 원리를 이용하여 생성된 함수의 주파수를 분석하여 극대점을 구함으로써 각각의 손가락 끝 위치를 찾고, 손의 자세를 인식하여 제스처를 인식했다. 또한 본 논문에서 제안된 제스처 인식 방법은 PC상에서 구현되어 그 유용성과 실효성이 증명되었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.1906-1907
• /
• 2011

본 논문에서는 손 영역 스켈레톤 모델을 이용한 비접촉식 스크린 입력 장치를 제안한다. 제안하는 방법은 HCbCr 컬러 모델을 생성한 후 손 후보 영역을 추출하고, 손 영역을 추출하기 위해 레이블링 기법을 사용한다. 손 이외의 피부를 제거하기 위해 손 크기 이하의 객체는 필터링을 거친 후 최종적인 손 영역을 추출한다. 손 영역의 특징점은 무게 중심법과 굴곡 기법을 이용하여 추출한다. 특징점을 연결하여 손의 스켈레톤 모델을 생성하고 각 손가락에 터치 이벤트를 부여한다. 손가락의 구부러진 각도를 이용하여 터치 동작을 인식 및 실행하게 된다.

• 한국콘텐츠학회논문지
• /
• 제14권12호
• /
• pp.545-554
• /
• 2014

본 논문에서는 깊이 카메라를 이용한 실시간 사용자 한자 학습 시스템을 제안한다. 사용자 학습 방법으로는 사용자가 화면에서 손을 움직여 한자를 입력하고, 입력 제스처와 미리 저장된 템플릿을 매칭하여 사용자가 한자를 올바르게 썼는지 판단한다. 이를 위해 본 논문에서는 손가락 검출 및 검증을 통한 손 영역 검출 및 추적 방법과 스트로크의 연속성을 분석하기 위해 적응적 체인 코드를 제안한다. 손가락 검출로는 깊이 값을 이용하여 손 영역을 검출 후, 손가락의 축을 생성, 손가락의 두께를 이용하여 검증한다. 손 영역 추적으로 생성된 스트로크는 추적된 점들과 순서 그리고 길이 정보가 포함되어 있다. 이들을 이용하여 사용자가 올바른 입력을 했는지 확인하기 위해 적응적 체인 코드 방법을 제안한다. 이 방법은 매칭 속도와 스트로크 안에서 잘못 입력된 부분을 찾는데 매우 효율적이다. 실험 결과에서는 본 논문에서 제안한 시스템이 실시간으로 동작하며 학습 과정과 오류 검출에 매우 효과적임을 보여준다.