• 제어로봇시스템학회논문지
• /
• 제17권4호
• /
• pp.368-374
• /
• 2011

This paper proposes a robot control human interface using Markov model (HMM) based hand signal recognizer. The command receiving humanoid robot sends webcam images to a client computer. The client computer then extracts the intended commanding hum n's hand motion descriptors. Upon the feature acquisition, the hand signal recognizer carries out the recognition procedure. The recognition result is then sent back to the robot for responsive actions. The system performance is evaluated by measuring the recognition of '48 hand signal set' which is created randomly using fundamental hand motion set. For isolated motion recognition, '48 hand signal set' shows 97.07% recognition rate while the 'baseline hand signal set' shows 92.4%. This result validates the proposed hand signal recognizer is indeed highly discernable. For the '48 hand signal set' connected motions, it shows 97.37% recognition rate. The relevant experiments demonstrate that the proposed system is promising for real world human-robot interface application.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 하계종합학술대회 논문집(3)
• /
• pp.215-218
• /
• 2002

Gesture recognitions needed for various applications and is now gaining in importance as one method of enabling natural and intuitive human machine communication. In this paper, we propose a real time hand-signal recognition system in 3-dimensional space performs robust, real-time tracking under varying illumination. As compared with the existing method using classical pattern matching, this system is efficient with respect to speed and also presents more systematic way of defining hand-signals and developing a hand-signal recognition system. In order to verify the proposed method, we developed a virtual driving system operated by hand-signals.

• 인터넷정보학회논문지
• /
• 제15권4호
• /
• pp.33-42
• /
• 2014

수신호는 음성을 사용할 수 없는 상황, 특히 군인들에게 있어 효과적인 통신 수단이다. 기존의 수신호 인식 방법으로 카메라를 입력 장치로 하는 비젼 인식 방식들이 많이 활용되었다. 그러나 시야가 보이지 않는 군인들의 의사소통에는 적합하지 않다. 또 수신호 전달을 위한 장갑을 제작하는 기존의 방식들은 단지 손가락 움직임 정보만을 활용하고 있기 때문에 손가락뿐만 아니라 손의 회전 등의 추가적인 정보를 필요로 하는 군대 수신호 인식에는 부족하다. 본 논문에서는 수신호 장갑과 3축 모션 센서를 기반으로 군에서 널리 활용되는 6 가지 동작, 즉, 준비, 이동, 빨리 이동, 낮은 보폭, 정지, 그리고 엎드려 동작을 인식할 수 있는 시스템을 설계하고 제안하였다. 이를 위하여 손 모양을 인식하는 방법과 손의 모션을 인식하는 방법을 제안하였다. 손 모양 인식은 각 손가락을 굽힌 정도에 따라 완전히 펴진 상태, 조금 펴진 상태, 조금 굽힌 상태, 완전히 굽힌 상태로 구분한 것을 기반으로 하였다. 손의 모션 인식은 3축을 기준으로 각 동작의 특성을 분석하여 이를 알고리즘화 하였다. 반복 실험을 통한 시험 결과 평균 91.2%의 인식 성공률을 보였다.

• 대한전자공학회논문지SP
• /
• 제48권4호
• /
• pp.30-37
• /
• 2011

본 논문에서는 수신호 인식기에 쓰이기 위한 분별성 있는 손동작을 만드는 방법을 제안한다. 기존의 수화DB에서 손의 움직임을 분석하여 기본 동작이 되는 4가지의 모션 프리미티브를 선정하였으며, 선정된 모션 프리미티브를 조합하여 구별성 있는 '기본 손동작 집합'을 제작하였다. 제안하는 '기본 손동작 집합' 의 구별성을 증명하기 위하여 '기본 손동작 집합' 인식기를 만들고 인식결과를 확인하였다. 사용된 인식기는 hidden Markov model (HMM) 을 기반으로 제작되었다. 기본 손동작 인식 task에 대한 성능평가 결과 99.01%로써 각 모델 간에 높은 구별성을 보이는 것을 확인할 수 있었다.

• 전자공학회논문지CI
• /
• 제41권3호
• /
• pp.103-114
• /
• 2004

본 논문은 3차원 공간상에서 행해지는 수신호들을 인식하는 시스템을 다룬다. 수신호 입력을 위한 장치로는 두 대의 컬러카메라를 사용한다. 비전에 기반을 둔 제스처 인식 방식은 그 자체의 비접촉식 특성으로 인해 사용자 편의 면에서 우수한 것으로 알려져 있다. 그러나 여타의 카메라를 입력 장치로 사용하는 방식들이 그러하듯이 배경과 조명 변화에 대해 취약하다는 것이 문제시된다. 본 논문에서는 특수한 장갑이나 표식을 사용하지 않고도, 배경 및 조명 변화에 강인하게 입력 영상에서 손영역을 검출하기 위해, 적응 손 컬러 모델과 함께 이전 위치 정보를 이용하였다. 손 영역 영상으로부터 수신호를 인식하기 위해서, 본 논문은 '손 자세'와 '손 궤적'을 기본요소로 하는 수신호 정의 방식을 바탕으로 한다. 확장성 있는 손 자세 분류를 위해서 소그룹 개념을 통한 2단계의 분류방식을 제안한다. 3차원 수신호 영상을 얻기 위해 사용된 두 대의 카메라로부터 얻은 영상들에 대한 상호보완적 선택 방법도 제시한다. 제안된 수신호 인식 방법은 차량 주행 시뮬레이터에 적용하여 실제 환경에서의 적용 가능성을 검증하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.842-847
• /
• 2005

This paper proposes a novel real-time EMG pattern recognition for the control of a multifunction myoelectric hand from four channel EMG signals. To cope with the nonstationary signal property of the EMG, features are extracted by wavelet packet transform. For dimensionality reduction and nonlinear mapping of the features, we also propose a linear-nonlinear feature projection composed of PCA and SOFM. The dimensionality reduction by PCA simplifies the structure of the classifier, and reduces processing time for the pattern recognition. The nonlinear mapping by SOFM transforms the PCA-reduced features to a new feature space with high class separability. Finally a multilayer neural network is employed as the pattern classifier. We implement a real-time control system for a multifunction virtual hand. From experimental results, we show that all processes, including virtual hand control, are completed within 125 msec, and the proposed method is applicable to real-time myoelectric hand control without an operation time delay.

• 융합신호처리학회논문지
• /
• 제14권2호
• /
• pp.90-94
• /
• 2013

만주문자로 기록된 문헌의 디지털화에 대한 연구는 아직 초기 단계이다. 본 논문은 만주문자의 인식을 위한 전처리 방법을 제안한다. 만주문자의 전처리 단계는 세선화와 문자단위 분리가 중요하다. 본 논문에서는 기존 세선화 방법인 Hilditch 세선화 알고리듬을 개선하여 만주문자의 세선화 오류를 보완하고 각 문자단위를 좌우측으로 분류하지 않고 문자의 삐침이 존재하는 위치점 사이의 중심점을 이용하여 분리하여 내는 실제적인 방법을 제안하고 있다. 실험을 통하여 만주문자로 이루어진 단어의 세선화와 문자단위 분류에 적용하여 그 유효성을 보여주고 있다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제15권3호
• /
• pp.186-191
• /
• 2015

Hand gesture is the most common tool used to interact with and control various electronic devices. In this paper, we propose a novel hand gesture recognition method using fuzzy logic based classification with a new type of sensor array. In some cases, feature patterns of hand gesture signals cannot be uniquely distinguished and recognized when people perform the same gesture in different ways. Moreover, differences in the hand shape and skeletal articulation of the arm influence to the process. Manifold features were extracted, and efficient features, which make gestures distinguishable, were selected. However, there exist similar feature patterns across different hand gestures, and fuzzy logic is applied to classify them. Fuzzy rules are defined based on the many feature patterns of the input signal. An adaptive neural fuzzy inference system was used to generate fuzzy rules automatically for classifying hand gestures using low number of feature patterns as input. In addition, emotion expression was conducted after the hand gesture recognition for resultant human-robot interaction. Our proposed method was tested with many hand gesture datasets and validated with different evaluation metrics. Experimental results show that our method detects more hand gestures as compared to the other existing methods with robust hand gesture recognition and corresponding emotion expressions, in real time.

• 로봇학회논문지
• /
• 제3권2호
• /
• pp.81-90
• /
• 2008

While increasing demand of the service for the disabled and the elderly people, assistive technologies have been developed rapidly. The natural signal of human such as voice or gesture has been applied to the system for assisting the disabled and the elderly people. As an example of such kind of human robot interface, the Soft Remote Control System has been developed by HWRS-ERC in $KAIST^[1]$. This system is a vision-based hand gesture recognition system for controlling home appliances such as television, lamp and curtain. One of the most important technologies of the system is the hand gesture recognition algorithm. The frequently occurred problems which lower the recognition rate of hand gesture are inter-person variation and intra-person variation. Intra-person variation can be handled by inducing fuzzy concept. In this paper, we propose multivariate fuzzy decision tree(MFDT) learning and classification algorithm for hand motion recognition. To recognize hand gesture of a new user, the most proper recognition model among several well trained models is selected using model selection algorithm and incrementally adapted to the user's hand gesture. For the general performance of MFDT as a classifier, we show classification rate using the benchmark data of the UCI repository. For the performance of hand gesture recognition, we tested using hand gesture data which is collected from 10 people for 15 days. The experimental results show that the classification and user adaptation performance of proposed algorithm is better than general fuzzy decision tree.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.324-329
• /
• 2009

Proactive computing의 핵심 기술인 손동작 인식 (Hand Motion Recognition, HMR) 기술은 인간과 컴퓨터 사이의 상호작용(Human Computer Interaction, HCI) 분야에서 많은 연구가 진행되고 있다. 본 연구에서는 3축 가속도 센서를 부착한 data glove를 제작하고, 3차원 손 모델을 구현한 후, 이를 이용한 손동작 인식 기술을 개발하였다. Data glove는 가상현실에 대한 입력 장치로써 본 논문에서는 3축 가속도 센서를 사용하여 획득된 신호를 wireless communication으로 PC에 전송할 수 있도록 구현하였다. 손 모델링은 ellipsoid를 이용한 kinematic chain 이론 바탕의 3차원 손 모델을 구현하였으며, data glove에서 얻어진 가속도 정보에 rule 기반의 알고리즘을 적용하여 구현된 3차원 손 모델을 통하여 간단한 손동작(가위, 바위, 보)을 인식하였다.