• International Journal of Advanced Culture Technology
• /
• 제6권3호
• /
• pp.142-150
• /
• 2018

This paper describes the algorithm that lowers the dimension, maintains the object recognition and significantly reduces the eigenspace configuration time by combining the edge orientation histogram and principle component analysis. By using the detected object region as a recognition input image, in this paper the object recognition method combined with principle component analysis and the multi-layer network which is one of the intelligent classification was suggested and its performance was evaluated. As a pre-processing algorithm of input object image, this method computes the eigenspace through principle component analysis and expresses the training images with it as a fundamental vector. Each image takes the set of weights for the fundamental vector as a feature vector and it reduces the dimension of image at the same time, and then the object recognition is performed by inputting the multi-layer neural network.

• 한국정보통신학회논문지
• /
• 제15권12호
• /
• pp.2647-2654
• /
• 2011

본 논문에서는 에지 방향성 히스토그램과 주성분 분석을 통해서 얻어진 특징 정보를 저차원 제스처 심볼로 구성하여 제스처를 인식하는 알고리즘에 대해 기술한다. 제안된 방법은 기존의 기하학적인 특징 기반 방법이나 외관기반 방법에 비해 많은 계산 량이 요구 되지 않고 최소한의 정보를 사용하고도 높은 인식률을 유지 할 수 있기에 실시간 시스템 구축에 매우 적합하다. 또한 제스처 인식 시 발생하는 잘못된 인식이나 인식 오차를 줄이기 위해 객체 공간상에 투영된 모델 특징 값을 은닉마르코프 모델의 입력 기호로 이용되기 위해서 군집화 알고리즘을 통해 특정한 상태 기호로 구성한다. 이렇게 함으로써 임의의 입력 제스처는 확률 값이 가장 높은 해당 제스처 모델로 인식하게 된다.

• 한국콘텐츠학회논문지
• /
• 제10권8호
• /
• pp.11-17
• /
• 2010

본 논문은 HMM기반의 상반신 제스처 인식에 대하여 연구하였다. 공간상의 제스처를 인식하기 위해서는 일단 제스처를 구성하고 있는 포즈에 대한 구분이 우선되어야 한다. 인터페이스에 사용되는 포즈를 구분하기 위해서 정면과 옆면에 설치한 적외선 카메라 두 대를 실험에 사용하였다. 그리고 각각의 적외선 카메라에서 하나의 포즈에 대한 정면 포즈와 옆면 포즈로 나눠서 획득한다. 획득한 적외선 포즈 영상은 SVM의 비선형 RBF 커널 함수를 이용하여 구분하였다. RBF 커널을 사용하면 비선형적 분류 포즈들간의 오분류 현상을 구분할 수 있다. 이렇게 구분된 포즈들의 연속은 HMM의 상태천이행렬을 이용하여 제스처로 인식된다. 인식된 제스처는 OS Value에 매핑하여 기존의 Application에 적용할 수 있다.