• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 추계학술대회
• /
• pp.111-113
• /
• 2012

KINECT는 Microsoft사에서 제작된 동작 인식 카메라이다. KINECT SDK가 널리 사용되고 있으며 이를 이용한 응용 제품 개발이 활발히 진행 중에 있다. 특히 KIET(Kinect Image Extraction Technique) 기법은 입력영상에서 움직임 물체를 추출하는데 사용되고 있다. 하지만, KIET는 빛의 흡수로 인해 추출 영상에서 사람 머리가 잘 추출 되지 않는 문제점을 가지고 있다. 본 논문에서는 KINECT에서 입력 된 컬러영상과 깊이영상을 이용하여 KIET의 문제점을 개선하는 방법을 제안한다. 다양한 실험을 통하여, 본 논문에서 제안한 방법은 기존의 KINECT에서 제공된 영상추출 방법보다 뛰어난 추출 결과를 보인다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 춘계학술대회
• /
• pp.277-280
• /
• 2016

실시간 원격 감지 시스템은 많은 감시 상황에서 중요한 가치를 지니고 있다. 실시간 원격 감지 시스템은 누군가가 그의 장소에서 무슨 일이 일어나고 있는지를 알 수 있게 한다. Kinect의 V2는 컴퓨터에게 눈의 역할을 제공하며 컬러와 깊이 이미지, 오디오 입력과 골격 데이터 등 다양한 데이터를 생성 할 수 있는 새로운 유형의 카메라이다. 본 논문에서는 깊이 이미지와 함께 Kinect V2의 센서를 사용하여, Kinect에 의해 덮인 공간에서의 모니터링 시스템을 제공한다. 따라서 Kinect 카메라에 의해 덮인 공간에 기초하여, 최소 및 최대 거리를 설정함으로써, 깊이의 범위를 이용하여 감시하는 대상 지역을 정의한다. 대상 공간에서 추적 개체가 있는 경우, 컴퓨터 비전 라이브러리(Emgu CV)에서 Kinect 카메라는 이미지 전체의 색상을 캡처하고, 이를 데이터베이스로 전송함으로써 인터넷이 있으면 어디서나 사용자가 자신의 모바일 장치를 통해 접속할 수 있다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제23권2호
• /
• pp.41-47
• /
• 2017

본 논문은 Kinect와 같은 저가형 동작 포착 기기로부터 획득한 부정확한 동작데이터를 보정하여 올바른 동작을 생성하는 기술을 제안한다. 미리 정의된 동기화된 동작 데이터베이스를 활용하여 보정하는 것을 핵심아이디어로, 동기화된 데이터베이스란 Kinect와 함께 전문동작 포착 장비로 다양한 동작을 동시에 포착하여 시간축 상에서 동기화시켜 구성한 것을 의미한다. 구축된 동기화된 데이터베이스와 함께 오류가 있는 Kinect 동작 포착 데이터를 입력으로 받으면, 데이터베이스 검색을 통해 비슷한 자세군을 얻고 이로부터 올바른 자세를 통계학적으로 예측하는 지연학습방식의 보정방법을 제안한다. 본 방법의 유효성을 검증하기 위해 다양한 동작들에 대해 자세 보정을 실시하여 보정이 이뤄지는 것을 보였다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제4권6호
• /
• pp.379-383
• /
• 2015

This paper presents an approach to detect object distance with the use of the recently developed low-cost Kinect sensor. The technique is based on Kinect color depth-image processing and can be used to design various computer-vision applications, such as object recognition, video surveillance, and autonomous path finding. The proposed technique uses keypoint feature detection in the Kinect depth image and advantages of depth pixels to directly obtain the feature distance in the depth images. This highly reduces the computational overhead and obtains the pixel distance in the Kinect captured images.

• 한국전문물리치료학회지
• /
• 제26권1호
• /
• pp.1-7
• /
• 2019

Background: The Microsoft Kinect which is a low-cost gaming device has been studied as a promise clinical gait analysis tool having satisfactory reliability and validity. However, its accuracy is only guaranteed when it is properly positioned in front of a subject. Objects: The purpose of this study was to identify the error when the Kinect was positioned at a $45^{\circ}$ angle to the longitudinal walking plane compare with those when the Kinect was positioned in front of a subject. Methods: Sixteen healthy adults performed two testing sessions consisting of walking toward and $45^{\circ}$ obliquely the Kinect. Spatiotemporal outcome measures related to stride length, stride time, step length, step time and walking speed were examined. To assess the error between Kinect and 3D motion analysis systems, mean absolute errors (MAE) were determined and compared. Results: MAE of stride length, stride time, step time and walking speed when the Kinect set in front of subjects were investigated as .36, .04, .20 and .32 respectively. MAE of those when the Kinect placed obliquely were investigated as .67, .09, .37, and .58 respectively. There were significant differences in spatiotemporal outcomes between the two conditions. Conclusion: Based on our study experience, positioning the Kinect directly in front of the person walking towards it provides the optimal spatiotemporal data. Therefore, we concluded that the Kinect should be placed carefully and adequately in clinical settings.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 춘계학술대회
• /
• pp.616-617
• /
• 2013

본 논문에서는 Kinect 센서를 사용하여 인체의 특정 동작들을 감지하여 휴머노이드 로봇을 제어하는 방법을 소개한다. Kinect 센서의 depth 센서의 출력을 처리하여 인체의 각 joint 부분을 나타내는 인체 모형을 완성하였다. 인체 모형의 각 부분의 거리 및 각도를 계산하여 특정 동작을 검출하였으며 로봇에게 제어 명령을 블루투스 무선통신을 사용하여 전송한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.625-626
• /
• 2013

본 논문에서는 Kinect 센서를 사용하여 인체의 특정 동작들을 감지는 방법을 소개하고 휴머노이드 로봇을 제어하는 방법을 소개한다. Kinect 센서의 출력을 처리하여 인체 모형을 완성하였다. 인체 모형의 각 부분의 위치 및 각도를 계산하여 특정 동작을 검출하였다.

• 한국멀티미디어학회논문지
• /
• 제22권10호
• /
• pp.1142-1148
• /
• 2019

Reconstruction of the three-dimensional (3D) environment is a key aspect of augmented reality and augmented virtuality, which utilize and incorporate a user's surroundings. Such reconstruction can be easily realized by employing a Kinect device. However, multiple Kinect devices are required for enhancing the reconstruction density and for spatial expansion. While employing multiple Kinect devices, they must be calibrated with respect to each other in advance, and a marker is often used for this purpose. However, a marker needs to be placed at each calibration, and the result of marker detection significantly affects the calibration accuracy. Therefore, a user-friendly, efficient, accurate, and marker-less method for calibrating multiple Kinect devices is proposed in this study. The proposed method includes a joint tracking algorithm for approximate calibration, and the obtained result is further refined by applying the iterative closest point algorithm. Experimental results indicate that the proposed method is a convenient alternative to conventional marker-based methods for calibrating multiple Kinect devices. Hence, the proposed method can be incorporated in various applications of augmented reality and augmented virtuality that require 3D environment reconstruction by employing multiple Kinect devices.

• 한국컴퓨터정보학회논문지
• /
• 제26권6호
• /
• pp.37-46
• /
• 2021

본 논문에서는 Azure Kinect를 사용하여 요가 자세의 정확도를 측정하고 판단하는 프로그램을 설계하고 구현하였다. 이 프로그램은 Azure Kinect Camera와 센서를 통해 사용자의 모든 관절 위치를 측정한다. 측정한 관절의 값은 두 가지 방법으로 정확도를 판단하는 데이터로 사용된다. 측정된 관절 데이터는 삼각법과 피타고라스의 정리를 통하여 관절의 각도를 구한다. 또한, 측정된 관절 값은 상대적인 위치 값으로 변경한다. 각각 계산하여 구한 값은 목표하고자 하는 자세의 관절 값 및 상대적 위치 값과 비교하여 정확도를 판단한다. Azure Kinect Camera를 통해 사용자가 본인의 자세를 확인할 수 있도록 화면을 구성하고 사용자의 자세 정확도를 피드백으로 전달해 사용자의 자세 향상을 유도한다.

• 방송공학회논문지
• /
• 제26권3호
• /
• pp.269-282
• /
• 2021

증강현실과 가상현실 같은 3차원 콘텐츠 보급이 증가함에 따라 실시간 컴퓨터 애니메이션 기술의 중요성이 높아지고 있다. 하지만 컴퓨터 애니메이션 제작 과정은 대부분 수작업 혹은 마커를 부착하는 모션캡쳐 방식으로 이루어져 있다. 때문에 사실적인 영상을 얻기 위해서는 숙련된 전문가에게도 매우 오랜 시간이 필요하다. 이러한 문제점을 해결하기 위해 최근에는 딥러닝 모델과 센서를 기반으로 하는 애니메이션 제작 시스템과 알고리즘이 나오고 있다. 이에 본 논문에서는 딥러닝과 Kinect 카메라 기반 FBX 형식의 애니메이션 제작 시스템에서 자연스러운 인체 움직임을 구현하는 4가지 방법에 대해 연구했다. 각 방법은 환경적 특성과 정확도를 고려하여 선택된다. 첫 번째 방법은 Kinect 카메라를 사용한다. 두 번째 방법은 Kinect 카메라와 보정 알고리즘을 사용한다. 세 번째 방법은 딥러닝 모델을 사용한다. 네 번째 방법은 딥러닝 모델과 Kinect를 사용한다. 제안 방법을 오차와 처리 속도를 실험한 결과, 네 번째 딥러닝 모델과 Kinect를 동시에 사용하는 방법이 다른 방법에 비해 가장 좋은 결과를 보였다.