• 대한인간공학회:학술대회논문집
• /
• 대한인간공학회 1997년도 추계학술대회논문집
• /
• pp.393-397
• /
• 1997

본 연구에서는 손동작(Hand Motion)과 수작업(Manual Task) 분석에 VR환경에서 사용되는 각도 측정 장갑(3-D Glove)을 이용하는 방법을 제안하였다. 본 연구에서 개발된 손동작(Hand Motion)과 수작업(Manual Task)의 분석 시스템은 18-sensor $Cyberglove^{TM}$정 시스템으로부터 측정된 angle data를 기초로 손동작이나 수작업에 대한 totalmuscle moment값과 total muscle excursion값을 구하고, digit와 joint의 moment값을 X,Y.Z방향별고 구하는 기능을 가지고 있다. 시스템의 구성은 : (1) $Cyberglove^{TM}$ System과 분석 시스템의 digital data 처리를 기반으로 하는 손동작의 측정 시스템 ; (2) $Cyberglove^{TM}$ System에서 얻어진 자료를 바탕으로 3차원 공간에서 손동작을 표현할 수 있는 Kinematic Hand Model ; (3) Hand Model과 $Cyberglove^{TM}$ Systme을 기반으로 3차원에서 손동작의 역학적 분석을 할 수 있는 3-D Hand Biomechanical Model ; 등으로 되어있다. 본 시스템은 Telerobotics, Medicine, Virtual Reality 등 다양한 분야에 응용이 가능하며, 수작업에 관련되는 Product Design, Manual Control Device, Computer I/O Device의 설계에도 도움이 될 것으로 기대된다.

• 한국멀티미디어학회논문지
• /
• 제22권4호
• /
• pp.424-431
• /
• 2019

In this paper, we propose a real-time hand gesture recognition algorithm to eliminate the inconvenience of using hand controllers in VR applications. The user's 3D hand coordinate information is detected by leap motion sensor and then the coordinates are generated into two dimensional image. We classify hand gestures in real-time by learning the imaged 3D hand coordinate information through SSD(Single Shot multibox Detector) model which is one of CNN(Convolutional Neural Networks) models. We propose to use all 3 channels rather than only one channel. A sliding window technique is also proposed to recognize the gesture in real time when the user actually makes a gesture. An experiment was conducted to measure the recognition rate and learning performance of the proposed model. Our proposed model showed 99.88% recognition accuracy and showed higher usability than the existing algorithm.

• 한국게임학회 논문지
• /
• 제12권5호
• /
• pp.79-88
• /
• 2012

본 논문에서는 키보드나 마우스를 이용하지 않고 손 포즈나 동작으로 직관적인 사용자 인터 페이스를 제공하기 위한 실시간 손 포즈 인식 방법을 제안한다. 먼저 깊이 카메라 입력영상에서 왼손과 오른손의 영역을 분할 및 잡음 보정 후 각 손 영역에 대하여 손 회전각과 손 중심점을 계산한다. 그리고 손 중심점에서 일정간격으로 원을 확장해 나가면서 손 경계 교차점의 중간 지점을 구해 손가락 관절점과 끝점을 검출한다. 마지막으로 앞서 구한 손 정보와 이전 프레임의 손 모델간의 매칭을 수행하여 손 포즈를 인식한 후 다음 프레임을 위하여 손 모델을 갱신한다. 본 방법은 연속된 프레임간의 시간 일관성을 이용하여 이전 프레임의 손 모델 정보를 통하여 은닉된 손가락의 예측이 가능하다. 양손을 사용하여 은닉된 손가락을 가진 다양한 손 포즈에 대해 실험한 결과 제안 방법은 평균 95% 이상의 정확도로 32 fps 이상의 성능을 보였다. 제안 방법은 프리젠테이션, 광고, 교육, 게임 등의 응용분야에서 비접촉식 입력 인터페이스로 사용될 수 있다.

• 한국지능시스템학회논문지
• /
• 제8권4호
• /
• pp.43-52
• /
• 1998

인간의 시각의 물체를 구분할 수 있는 가장 큰 특징 중의 하나가 색상 정보이므로 본 논문에서는 칼라 정보를 이용하여 손영역을 획득한다. 카메라를 통하여 입력된 영상의 칼라 값은 동일한 물체에 대해서도 조명의 강도와 방향에 따라 변하기 때문에 사전 지식이 없이는 정확한 손영역을 획득하기가 어렵다. 따라서 본 논문에서는 손영역을 획득하기 전에 학습단계를 통하여 손색상 모델을 생성한다. 뿐만 아니라 사용자의 움직임에 따른 칼라 값의 변화를 손색상 모델에 반형하기 위하여 칼만필터를 이용한다. 이때, 칼라필터는 다음 시점의 손영역을 예측하여 탐색 공간의 최적화 하므로 시스템의 처리 속도를 향상시킨다. 실험에서는 손영역 획득 모듈을 구현함으로써 제안된 방법의 타당성을 검증하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제3권1호
• /
• pp.1-7
• /
• 1997

사실감있는 인체 모델과 동작제어 기술은 컴퓨터 그래픽스와 가강현실감 등의 다양한 응용 분야에서 이용되고 있다. 인체는 다관절 구조로서 관절체 구조로 인체를 모델링하고 운동학에 기반하여 각 관절을 제어하여 인체의 동작을 생성한다. 사람의 손은 작고 많은 여러개의 관절로 이루어지며 각 관절에서의 다양한 자유도를 가지고 있다. 본 논문에서는 손의 관절체 모델을 구성하고 실제 사람의 손과 유사한 동작을 생성할 수 있도록 관정에 대한 구속조건(constraints)을 부여하였다. 구속조건은 각 관절의 움직임의 범위를 구속하는 정적구속조건과 한 관절의 움직임에 대한 다른 관절의 상대적 움직임을 구속하는 동적구속조건으로 구분된다. 구속조건에 따른 다양한 손의 움직임을 실험해 보았다.

• 대한인간공학회지
• /
• 제28권3호
• /
• pp.1-6
• /
• 2009

Recently, importance of the rehabilitation of hand pathologies as well as the development of high-technology hand robot has been increased. The biomechanical model of hand is indispensable due to the difficulty of direct measurement of muscle forces and joint forces in hands. In this study, a three-dimensional biomechanical model of four fingers including three joints and ten muscles in each finger was developed and a mathematical relationship between neural commands and finger forces which represents the enslaving effect and the force deficit effect was proposed. When pressing a plate under the flexed posture, the muscle forces and the joint forces were predicted by the optimization technique. The results showed that the major activated muscles were flexion muscles (flexor digitorum profundus, radial interosseous, and ulnar interosseous). In addition, it was found that the antagonistic muscles were also activated rather than the previous models, which is more realistic phenomenon. The present model has considered the interaction among fingers, thus can be more powerful while developing a robot hand that can totally control the multiple fingers like human.

• 전자공학회논문지CI
• /
• 제45권4호
• /
• pp.34-40
• /
• 2008

본 논문에서는 손 모양 인식을 이용한 비전기반의 모바일 로봇제어 시스템을 제안한다. 손 모양을 인식하기 위해서는 움직이는 카메라로부터 정확한 손의 경계선을 추출하고 추적하는 것이 필요하다. 이를 위해 본 논문에서는 초기 윤곽선 위치 및 경계에 강건하고, 빠른 물체를 정확히 추적할 수 있는 mean shift를 이용한 활성 윤곽선 모델(ACM) 추적 방법을 개발하였다. 제안된 시스템은 손 검출기, 손 추적기, 손 모양 인식기, 로봇 제어기 4가지 모듈로 구성된다. 손 검출기는 영상에서 피부색 영역으로 정확한 모양을 손으로 추출한 이후 활성 윤곽선 모델(ACM) 과 mean shift를 사용하여 손 영역을 정확히 추적한다. 마지막으로 Hue 모멘트에 이용하여 손의 형태를 인식한다. 제안된 시스템의 적합성을 평가하기 위하여 2족 보행로봇 RCB-1에서 실험이 수행되었다. 실험 결과는 제안된 시스템의 효율성을 증명하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권12호
• /
• pp.780-788
• /
• 2008

손 포즈 모델링 및 추적은 컴퓨터 시각 분야에서 어려운 문제로 알려져 있다. 손 포즈 3차원 복원을 위한 방법에는 사용되는 카메라의 수에 따라 다중 카메라 또는 스테레오 카메라 기반 방식과 단일카메라 기반 방식이 있다. 다중 카메라의 경우 여러 대의 카메라를 설치하거나 동기화를 시키는 등에 대한 제약사항이 따른다. 본 논문에서는 확률 그래프 모델에서 신뢰 전파 (Belief Propagation) 알고리즘을 이용하여 단안 카메라에서 획득된 2차원 입력 영상으로부터 3차원 손 포즈를 추정하는 방법을 제안한다. 또한, 은닉 마르코프 모델(Hidden Markov Model)을 인식기로 하여 손가락 클릭 동작을 인식한다. 은닉 노드로 손가락의 관절 정보를 표현하고, 2차원 입력 영상에서 추출된 특징을 관측 노드로 표현한 확률 그래프 모델을 정의한다. 3차원 손 포즈 추적을 위해 그래프 모델에서의 신뢰 전파 알고리즘을 이용한다. 신뢰 전파 알고리즘을 통해 3차원 손 포즈를 추정 및 복원하고, 복원된 포즈로부터 손가락의 움직임에 대한 특징을 추출한다. 추출된 정보는 은닉 마르코프 모델의 입력값이 된다. 손가락의 자연스러운 동작을 위해 본 논문에서는 한 손가락의 클릭 동작 인식에 여러 손가락의 움직임을 함께 고려한다. 제안한 방법을 가상 키패드 시스템에 적응한 결과 300개의 동영상 테스트 데이타에 대해 94.66%의 높은 인식률을 보였다.

• 한국치위생학회지
• /
• 제13권2호
• /
• pp.193-200
• /
• 2013

Objectives : The purpose of this study was to examine influential factors related to hand washing practice in dental hygienists by health belief model, one of the major predictors of health behavior including perceived susceptibility, perceived seriousness, perceived benefits, perceived barriers and cues to action. Methods : The subjects were dental hygienists in dental hospitals, dental clinics, general hospitals and university hospitals in Seoul. A survey was conducted from May 1 to September 30, 2011. Results : Analysis of health belief of dental hygienists in hand washing, they revealed the highest marks of 4.39 to perceived benefits, followed by perceived susceptibility(4.29), perceived seriousness(3.94), cues to action(3.30) and perceived barriers(1.81). The mean was 4.13 in hand washing practice. The senior and well educated dental hygienists in general hospitals had a tendency to wash hands frequently. It is statistically significant(p<0.05). In regard to the correlation among the subfactors of health beliefs, susceptibility had a statistically significant positive correlation to seriousness, benefits and cues to action, and seriousness was positively correlated to benefits and cues to action. Conclusions : It is necessary to develop and implement hand washing education program for dental hygienists focusing on perceived benefits and barriers which are two of the health beliefs affecting the hand washing practice.

• 제어로봇시스템학회논문지
• /
• 제18권4호
• /
• pp.328-336
• /
• 2012

In this paper, we propose a robust fingertip extraction and extended Continuously Adaptive Mean Shift (CAMSHIFT) based robust hand gesture recognition for natural human-like HRI (Human-Robot Interaction). Firstly, for efficient and rapid hand detection, the hand candidate regions are segmented by the combination with robust $YC_bC_r$ skin color model and haar-like features based adaboost. Using the extracted hand candidate regions, we estimate the palm region and fingertip position from distance transformation based voting and geometrical feature of hands. From the hand orientation and palm center position, we find the optimal fingertip position and its orientation. Then using extended CAMSHIFT, we reliably track the 2D hand gesture trajectory with extracted fingertip. Finally, we applied the conditional density propagation (CONDENSATION) to recognize the pre-defined temporal motion trajectories. Experimental results show that the proposed algorithm not only rapidly extracts the hand region with accurately extracted fingertip and its angle but also robustly tracks the hand under different illumination, size and rotation conditions. Using these results, we successfully recognize the multiple hand gestures.