• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2004년도 춘계학술대회
• /
• pp.858-863
• /
• 2004

In this study, the new prosthetic hand which can perform sensory feedback is developed. Although the continuous development of current prosthetic hands, they have some drawbacks. The drawbacks are the low grasping capabilities, the lack of sensory information given to the user, and so on. Despite the improvement of the function of fingers, the sensory information problem still remains undeveloped. By using differential gear and underactuated mechanical design, it can be solved with the minimum additional weight. And it will be applied to all of the prosthetic hands.

• 대한의용생체공학회:의공학회지
• /
• 제29권3호
• /
• pp.205-211
• /
• 2008

A method of detecting the specific patterns related to hand motions using the surface EMG(electromyogram) on an arm is proposed and tested. To do this, we obtain separately modeling parameters based on the LP, Prony estimator, and calculate the latency shift value between channels by cross-correlation function. Then, the coefficients and latency shift value are applied to the detection method to classify the EMG signals related to hand motions. Compared with the conventional methods, the present method are more useful to detect the motion intention of the user as an input device in the mobile and wearable computing environments. And, We expect that the results of this study are helpful in the development of rehabilitation devices for the handicapped.

• 한국위성정보통신학회논문지
• /
• 제9권1호
• /
• pp.57-64
• /
• 2014

최근 물리적 디바이스의 도움 없이 사람이 시스템과 인터랙션 할 수 있는 인간 친화적인 인간-기계 인터페이스가 많이 연구되고 있다. 이중 대표적인 것이 본 논문의 주제인 비전기반 제스처인식이다. 본 논문에서 우리는 설정된 가상세계의 객체와의 인터랙션을 위한 손 제스처들을 정의하고 이들을 인식할 수 있는 효과적인 방법론을 제안한다. 먼저, 웹캠으로 촬영된 저해상도 영상에서 사용자의 양손을 검출 및 추적하고, 손 영역을 분할하여 손 실루엣을 추출한다. 우리는 손 검출을 위해, RGB 공간에서 명암에 따라 두개의 타원형 모델을 이용하여 피부색을 모델링하였으며, 블랍매칭(blob matching) 방법을 이용하여 손 추적을 수행하였다. 우리는 플러드필(floodfill) 알고리즘을 이용해 얻은 손 실루엣의 행/열 모드 검출 및 분석을 통해 Thumb-Up, Palm, Cross 등 세 개의 손모양을 인식하였다. 그리고 인식된 손 모양과 손 움직임의 콘텍스트를 분석해서 다섯 가지 제스처를 인식할 수 있었다. 제안하는 제스처인식 방법론은 정확한 손 검출을 위해 카메라 앞에 주요 사용자가 한 명 등장한다는 가정을 하고 있으며 많은 실시간 데모를 통해 효율성 및 정확성이 입증되었다.

• 한국인터넷방송통신학회논문지
• /
• 제13권1호
• /
• pp.121-127
• /
• 2013

본 논문에서는 UI 시스템에서 포인팅 장비를 대신할 수 있는 컴퓨터 비전 기반의 제스쳐 형상의 영역 비율과 크기 변화 특징을 이용한 손-동작 인터페이스를 제안한다. 제안한 방법은 효과적인 손 영역 검출을 위해서 HSI 컬러 모델을 기반으로 손 영역의 피부 색상(Hue)과 채도(Saturation) 값을 혼합하여 적용함으로서 제스쳐 인식에 있어서 손 영역 이외의 피부색 영역을 제거할 수 있으며, 빛에 의한 잡음 영향을 줄이는데 효과적이다. 또한 제시되는 제스쳐의 정적인 포즈 인식이 아닌 실시간으로 변화하는 제스쳐 클리핑 영역에서의 손 영역 화소 비율과 크기 변화를 검출함으로써 계산량을 줄일 수 있으며, 보다 빠른 응답 속도를 보장한다. 제안한 컴퓨터 비전 기반의 포인팅 인터페이스는 우리가 이전 연구에서 구현한 자가 시력 측정 시스템에서 독립적인 포인팅 인터페이스로 적용한 결과, 평균적으로 86%의 제스쳐 인식률과 87%의 좌표이동 인식률을 보여 포인팅 인터페이스로의 활용도를 보였다.

• 한국지능시스템학회논문지
• /
• 제23권6호
• /
• pp.551-557
• /
• 2013

지능형 로봇 연구 분야에 있어, 손을 이용한 제스처 인식은 매우 중요한 연구 분야로 간주 되고 있으며, 스마트 폰, 스마트 TV 등에 상용화 되어왔다. 제스처 인식에 있어, 강인한 손 검출 기술을 필수적인데, 손의 모양이 일정치 않고, 복잡한 배경이나 조명변화 아래서는 손 검출이 쉽지 않다는 어려움이 있다. 본 논문은 실내 환경에서 사용자가 가리키는 방향을 인식하기 위한 손 검출 알고리즘을 제안한다. 손 검출에 대한 오검출을 최대한 줄이기 위해, 머리-어깨 검출 결과를 기반으로 손 검색 영역을 한정시키고, 피부색을 이용해 최소한의 후보군들을 발생시켜, HOG-SVM을 이용하여 손을 검출하였다. 그리고 머리-어깨, 손 검출 결과를 통해 팔의 방향 각도를 추정하였다. 제안된 방법은 실제 실내 환경에서 추출된 영상을 통해 실험을 진행하였고, 강인한 성능을 확인하였다.

• 대한의용생체공학회:의공학회지
• /
• 제20권4호
• /
• pp.419-425
• /
• 1999

본 논문에서는 흑백 동영상을 사용하여 얼굴 표정 및 제스처를 실시간으로 인식하는 시스템을 개발하였다. 얼굴 인식분야에서는 형판 정합법과 얼굴의 기하학적 고찰에 의한 사전지식을 바탕으로 한 방법을 혼합하여 사용하였다. 혼합 방법에 의해 입력영상에서 얼굴 부위만을 제한하였으며, 이 영역에 옵티컬 플로우를 적용하여 얼굴 표정을 인식하였다. 제스처 인식에서는 엔트로피를 분석하여 복잡한 배경영상으로부터 손 영역을 분리하는 방법을 제안하였으며 , 이 방법을 개선하여 손동작에 대한 제스처를 인식하였다. 실험 결과, 입력 영상의 배경에 크게 영향을 받지 않고서도 동일 영상에서 움직임이 큰 부위를 검출하여 얼굴의 표정 및 손 제스처를 실시간적으로 인식할 수 있었다.

• Current Optics and Photonics
• /
• 제7권3호
• /
• pp.283-296
• /
• 2023

An intraoral spectral domain optical coherence tomography (SD-OCT) system has been developed, using a custom-built hand-held scanner and spectrometer. The hand-held OCT probe, based on a microelectromechanical systems scanner and a self-built miniaturized drive circuit, had a field of view sufficient for dental diagnosis. The spectrometer using a fabricated f-theta lens provided the image depth required for dental diagnosis. The axial and transverse resolutions of the OCT system in air were 7.5 ㎛ and 12 ㎛ respectively. The hand-held probe could scan an area of 10 × 10 mm², and the spectrometer could image along a depth of 2.5 mm. To verify the utility of the developed OCT system, OCT images of tooth hard and soft tissues were acquired, and a user-interface program for diagnosis was developed. Early caries and microcracks that were difficult to diagnose with existing methods could be found, and the state of restoration could be observed. Measuring the depth of the gingival sulcus, distinguishing subgingival calculus, and detecting an implant under the gingiva suggested the possibility of the SD-OCT system as a diagnostic for dental soft tissues. Through the presented OCT images, the capability of the developed SD-OCT system for dental diagnosis was demonstrated.

• 한국콘텐츠학회논문지
• /
• 제11권10호
• /
• pp.1-10
• /
• 2011

본 논문은 CCTV 관제에서 동작 인식을 위한 색상 기반 손과 손가락 탐지 기술을 제안하였다. 논문의 목표는 피부색을 기반으로 한 손 영역 탐지 및 손동작 인식에 대한 강인한 방법을 제안하는 것이다. 탐지된 손 영역과 손동작 인식 기술은 에어 마우스 및 스마트 TV를 조정하는데 적용될 수 있으며 홈시어터 및 감성 센서를 기반으로 하는 장치들을 조종하기 위하여도 사용될 수 있다. 입력 영상으로부터 손 영역을 구분하기 위하여 색상 기반 윤곽선 추출 방법이 사용되어지고 윤곽이 구분된 손으로부터 y좌표값을 계산하여 손가락 끝점을 탐지한다. 손가락 끝점의 위치를 탐지한 후에, R채널만을 이용하여 추적을 하며 손동작 인식에 있어서 차영상 기법을 적용하여 잡영상 제거와 같은 강인한 면을 보여준다. 제안하는 방법으로 손가락 끝점의 추적과 손동작 인식에 관련된 많은 실험을 진행하였고, 실험 결과는 기존의 방법보다 성능 면에 있어서 96% 이상의 정확도를 보여준다.

• 한국정보통신학회논문지
• /
• 제18권8호
• /
• pp.1931-1940
• /
• 2014

x본 논문에서는 키넥트(Kinect) 시스템에서 획득한 깊이 영상으로부터 convex-hull을 이용한 기하학적 특징 기반의 손 모양 인식 기법을 제안한다. 키넥트 시스템은 깊이 영상과 사용자의 골격 정보를 제공하는 카메라로 손 영역 검출에 유용하게 활용할 수 있다. 제안하는 기법에서는 키넥트로 획득한 깊이 영상에서 손 영역을 검출하고, 이 손 영역의 convex-hull을 구한다. 손 모양에 따라서 변하는 convex-hull에서 잡음으로 생긴 경계점 및 인식에 불필요한 경계점을 일련의 기법을 통해 제거한다. 추려진 경계점을 통해 재구성된 convex-hull을 특정 다각형으로 판단하고, 이 다각형의 내각의 합을 이용하여 손 모양을 인식하게 된다. 실험을 통해 제안하는 기법이 인식하고자 하는 모델에 대하여 높은 인식률을 보여준다는 것을 확인하였고, 단순히 특정 방향으로 고정된 손 모양뿐만 아니라 같은 모양이나 방향이 틀어진 손 모양에 대해서도 우수한 인식 성능을 확인하였다.

• Korean Journal of Radiology
• /
• 제22권11호
• /
• pp.1764-1776
• /
• 2021

Objective: This study aimed to validate a deep learning-based fully automatic calcium scoring (coronary artery calcium [CAC]_auto) system using previously published cardiac computed tomography (CT) cohort data with the manually segmented coronary calcium scoring (CAC_hand) system as the reference standard. Materials and Methods: We developed the CAC_auto system using 100 co-registered, non-enhanced and contrast-enhanced CT scans. For the validation of the CAC_auto system, three previously published CT cohorts (n = 2985) were chosen to represent different clinical scenarios (i.e., 2647 asymptomatic, 220 symptomatic, 118 valve disease) and four CT models. The performance of the CAC_auto system in detecting coronary calcium was determined. The reliability of the system in measuring the Agatston score as compared with CAC_hand was also evaluated per vessel and per patient using intraclass correlation coefficients (ICCs) and Bland-Altman analysis. The agreement between CAC_auto and CAC_hand based on the cardiovascular risk stratification categories (Agatston score: 0, 1-10, 11-100, 101-400, > 400) was evaluated. Results: In 2985 patients, 6218 coronary calcium lesions were identified using CAC_hand. The per-lesion sensitivity and false-positive rate of the CAC_auto system in detecting coronary calcium were 93.3% (5800 of 6218) and 0.11 false-positive lesions per patient, respectively. The CAC_auto system, in measuring the Agatston score, yielded ICCs of 0.99 for all the vessels (left main 0.91, left anterior descending 0.99, left circumflex 0.96, right coronary 0.99). The limits of agreement between CAC_auto and CAC_hand were 1.6 ± 52.2. The linearly weighted kappa value for the Agatston score categorization was 0.94. The main causes of false-positive results were image noise (29.1%, 97/333 lesions), aortic wall calcification (25.5%, 85/333 lesions), and pericardial calcification (24.3%, 81/333 lesions). Conclusion: The atlas-based CAC_auto empowered by deep learning provided accurate calcium score measurement as compared with manual method and risk category classification, which could potentially streamline CAC imaging workflows.