• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제5권10호
• /
• pp.319-326
• /
• 2016

밀집된 돈방에서 사육되는 돼지의 공격적 행동들은 돼지의 성장에 심각한 악영향을 주고, 이는 농가의 경제적 손실로 이어진다. 따라서 농가의 생산성 하락에 따른 경제적 손실과 직결되는 돈방 내의 비정상 상황들을 지속적으로 모니터링 할 수 있는 IT기반의 영상 감시 시스템이 요구된다. 본 논문에서는 돼지의 행동 분석 이전에 필수적으로 선행되어야만 하는 개별 돼지의 탐지를 위한 키넥트 카메라 기반의 새로운 모니터링 시스템을 제안한다. 제안된 시스템은 다음과 같다. 1) 키넥트 카메라로부터 취득한 깊이 영상에서 배경 차영상 기법과 깊이 임계값을 이용하여 서있는 돼지만을 탐지함으로써 영상 내의 탐색영역을 축소한다, 2) 서있는 돼지들 중에서 움직임이 있는 돼지들만을 관심영역으로 설정하여 탐지한다. 3) 서서 움직이는 돼지들 사이에서 발생하는 근접 문제를 깊이정보를 이용한 등고선기법을 제안 적용하여 돼지객체 탐지를 완성한다. 실제 세종에 위치한 한 돈사에서 취득한 깊이 영상 정보를 이용하여 본 논문에서 제안하는 시스템의 성능을 실험적으로 검증한다.

• 디지털융복합연구
• /
• 제14권1호
• /
• pp.189-194
• /
• 2016

최근 카메라, 캠코더 및 CCTV 등의 사용이 활발해지면서 영상 처리 기술의 수요가 급증하고 있다. 특히 키넥트 센서와 같은 깊이(Depth) 카메라를 사용한 3D 영상 기술에 대한 연구개발이 더욱더 활성화되고 있다. 키넥트 센서는 RGB, 골격(Skeleton) 및 깊이(Depth) 영상을 통해 인체의 3D 골격 구조를 실시간 프레임 단위로 획득할 수 있는 고성능 카메라이다. 본 논문에서는 키넥트 센서를 사용하여 인체의 3D 골격 구조를 모션 캡처하고 범용으로 사용되고 있는 모션 파일 포맷($^*.trc$ 및 $^*.bvh$)으로 선택하여 저장할 수 있는 시스템을 개발한다. 또한 본 시스템은 광학식 모션 캡처 파일 포맷($^*.trc$)을 자기식 모션 캡처 파일 포맷($^*.bvh$)으로 변환할 수 있도록 하는 기능을 가진다. 마지막으로 본 논문에서는 키넥트 센서를 사용하여 캡처한 모션 데이터가 제대로 캡처되어졌는지 모션 캡처 데이터 뷰어를 통하여 확인한다.

• 한국멀티미디어학회논문지
• /
• 제15권4호
• /
• pp.501-507
• /
• 2012

Human body motion is a non-verbal part for interaction or movement that can be used to involves real world and virtual world. In this paper, we explain a study on natural user interface (NUI) in human hand motion recognition using RGB color information and depth information by Kinect camera from Microsoft Corporation. To achieve the goal, hand tracking and gesture recognition have no major dependencies of the work environment, lighting or users' skin color, libraries of particular use for natural interaction and Kinect device, which serves to provide RGB images of the environment and the depth map of the scene were used. An improved Camshift tracking algorithm is used to tracking hand motion, the experimental results show out it has better performance than Camshift algorithm, and it has higher stability and accuracy as well.

• 한국통신학회논문지
• /
• 제38C권10호
• /
• pp.920-927
• /
• 2013

크로마키 방식에 의한 영상 합성은 색상 정보에 의해 전경 후경을 분리하기 때문에 객체 색상의 제약과 특정 스크린이 위치해 있어야 하는 공간의 제약이 있다. 특히 스테레오스코픽 3D 디스플레이를 위한 영상 합성은 크로마키 방식과는 달리 3D 공간에서의 자연스러운 영상 합성이 요구된다. 본 논문에서는 고해상도의 깊이 정보를 이용하여 깊이 키잉(depth keying) 방식에 의한 3D 공간에서의 스테레오스코픽 영상 합성을 제안하였다. 이를 위해 DSLR과 마이크로소프트사 키넥트 센서간의 카메라 캘리브레이션을 통해 고화질의 깊이 정보 획득 후 RGB 정보와의 정합 과정을 통해 3차원 데이터를 획득하였다. 깊이 정보에 의해 배경과 분리 된 객체는 3차원 공간에서의 포인트 클라우드 형태로 표현되어 가상 배경과 합성하였다. 이후 가상의 스테레오 카메라에 의해 Full HD 스테레오스코픽 비디오 합성 영상 획득 결과를 보였다.

• 대한의용생체공학회:의공학회지
• /
• 제36권5호
• /
• pp.228-234
• /
• 2015

The balance ability significantly decreased in the elderly because of deterioration of the neural musculature regulatory mechanisms. Several studies have investigated methods of improving balance ability using real-time systems, but it is limited by the expensive test equipment and specialized resources. Recently, Kinect system based on depth data has been applied to address these limitations. Little information about accuracy/inaccuracy of Kinect system is, however, available, particular in motion analysis for evaluation of effectiveness in rehabilitation training. Therefore, the aim of the current study was to evaluate accuracy/inaccuracy of Kinect system in specific rotational movement for balance rehabilitation training. Six healthy male adults with no musculoskeletal disorder were selected to participate in the experiment. Movements of the participants were induced by controlling the base plane of the balance training equipment in directions of AP (anterior-posterior), ML (medial-lateral), right and left diagonal direction. The dynamic motions of the subjects were measured using two Kinect depth sensor systems and a three-dimensional motion capture system with eight infrared cameras for comparative evaluation. The results of the error rate for hip and knee joint alteration of Kinect system comparison with infrared camera based motion capture system occurred smaller values in the ML direction (Hip joint: 10.9~57.3%, Knee joint: 26.0~74.8%). Therefore, the accuracy of Kinect system for measuring balance rehabilitation traning could improve by using adapted algorithm which is based on hip joint movement in medial-lateral direction.

• 한국정보통신학회논문지
• /
• 제20권6호
• /
• pp.1183-1188
• /
• 2016

키넥트 센서 버전 2는 컴퓨터 비전과 엑스 박스와 같은 엔유아이 인터페이스로 마이크로소프트에서 출시한 카메라의 일종이다. 이는 높은 프레임 속도로 컬러 영상과 깊이 영상, 오디오 입력 및 스켈레톤 데이터를 취득 할 수 있다. 이러한 다양한 타입의 데이터 정보를 제공해 주기 때문에 이것은 다른 범위의 연구자들을 위한 리소스가 된다. 본 논문에서는 깊이 이미지를 사용하여 우리는 키넥트 범위내에서 특정 영역을 감시하는 시스템을 제시한다. 타켓 영역은 깊이의 최소, 최대 값의 크기에 따라서 그 공간을 모니터링 할 수 있다. 컴퓨터 비전 라이브러리 (Emgu CV)를 사용해서 만약 어떤 오브젝트가 타겟 영역에서 검출된다면 그것을 추적하고 키넥트 카메라는 RGB 이미지를 데이터베이스 서버에 전송한다. 따라서 안드로이드 플랫폼 기반 모바일 애플리케이션을 통해 키넥트 타켓 지역에서 수상한 움직임이 감지되었음을 사용자에게 통지하고 그 장면의 RGB 영상을 표시하기 위해 개발되었다. 사용자는 모니터링 영역 또는 제한 구역과 관련된 다른 경우에서 가치 있는 물건의 대해 최선의 방법으로 반응하고 실시간 통지를 얻는다.

• 한국정보통신학회논문지
• /
• 제20권1호
• /
• pp.167-174
• /
• 2016

본 논문에서는 3D 깊이우선 집적영상(DPII) 디스플레이에서 키넥트(Kinect)를 이용하여 3D 물체에 대한 2D 요소영상들을 생성하는 방법을 제안한다. 먼저, 깊이우선 집적영상에서의 요소영상 생성원리를 기하광학적으로 분석하고 이 분석에 기초하여 키넥트의 RGB영상과 깊이영상으로부터 요소영상들을 생성한다. 3D 영상 복원을 위해서 집적영상에 기반한 컴퓨터적 시점재생 실험을 수행하고, 복원된 3D 영상에 대한 많은 시점영상들을 서로 비교한다. 제안하는 방식의 유용함을 보이기 위해서 기초적인 광학적 실험을 수행하였다. 그 결과, 제안하는 방식은 완전시차를 가지는 올바른 3D 영상을 제공함을 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2013년도 제47차 동계학술대회논문집 21권1호
• /
• pp.53-54
• /
• 2013

본 논문에서는 Kinect에서 제공하는 조인트와 스캘리톤 정보를 활용하여 Windows Phone 7 게임을 설계하고 구현한다. 이 게임은 Kinect를 사용하여 조인트의 x, y, z 좌표값 정보를 활용하면 Windows 화면의 depth 영상에 골격들을 표시할 수 있도록 구현한다. 또한 몸을 움직일 때 마다 각 관절 정보인 조인트를 추적하여 특정 포인트를 찾아내는 기능을 구현하여 인체의 움직임을 감지할 수 있도록 구현한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.513-515
• /
• 2019

키넥트 적외선 프로젝터를 활용하여 깊이 값을 인지하는 기술은 계속 발전하고 있다. 사람의 움직임을 추적하는 기술은 마크리스 방식에서 비마크리스 방식으로 발전하고 있다. 키넥트를 활용한 얼굴 움직임에 대한 캡쳐는 정교하지 못한 단점을 가지고 있다. 또한 얼굴에 대한 제스처나 움직임을 실시간으로 제어 하는 방법은 많은 연구가 필요한다. 따라서 본 논문은 키넥트 적외선 방식을 활용하여 추출된 얼굴인식 데이터에 브랜딩 기술을 접목하고 제어하는 기술을 연구하여 자연스러운 3D 영상콘텐츠를 제작할 수 있는 기술을 제안한다.

• 한국컴퓨터정보학회논문지
• /
• 제26권3호
• /
• pp.43-50
• /
• 2021

본 논문에서는 키넥트 센서를 기반으로 한 휘트니스(Fitness) 동작의 정확성을 피드백 하는 윈도우 애플리케이션 KITNESS를 설계하고 구현한다. 이 애플리케이션의 특징은 키넥트의 카메라와 관절 인식 센서를 활용하여 사용자가 정확한 휘트니스 자세로 운동할 수 있도록 피드백을 주는 것이다. 이때 키넥트의 IR Emitter와 IR Depth Sensor를 이용하여 사용자와 키넥트 간의 거리를 측정하고, 사용자의 관절 위치인 조인트(Joint)와 각 관절의 스켈레톤(Skeleton) 데이터를 측정한다. 이러한 데이터를 이용하여 사용자의 관절 위치와 자세마다 일정 거리를 계산하고 자세의 정확도를 판단한다. 그리고 키넥트의 RGB 카메라를 통해 사용자가 본인의 자세를 확인할 수 있도록 구현한다. 즉, 사용자의 자세가 정확하면 스켈레톤 정보를 초록색 선으로 표시하고, 정확하지 않으면 정확하지 않은 부분을 빨간색 선으로 표시하여 직관적으로 알려준다. 사용자는 이 애플리케이션을 통하여 운동하는 자세의 정확도를 피드백 받기 때문에 혼자서도 정확한 자세로 운동할 수 있다. 이 애플리케이션은 운동 부위를 목, 허리, 다리 세 가지 영역으로 분류하고, 각 운동 부위의 자세에서 관절이 겹쳐서 키넥트가 인식하지 못하는 자세를 제외함으로써 키넥트의 인식률을 높인다. 그리고 애플리케이션 종료 시에는 마지막 운동 모습을 이미지로 5초간 보여줌으로써 성취감을 고취시키고 지속적으로 운동할 수 있도록 구현한다.