특징점 기반 카메라 트래킹을 이용한 손 움직임 보정 기법
Hand Motion Correction Method using Feature-point-based Camera Tracking
0
조회
0
다운로드
5
인용
0
참고문헌
키워드
초록
카메라를 머리에 쓰는 웨어러블 환경에서 손 제스처를 이용한 직관적인 사용자 입력 인터페이스를 제공하려면 착용자의 머리 움직임에 따른 카메라 움직임에 대한 고려가 필요하다. 본 논문에서는 이러한 동적 카메라 환경에서 손 제스처 인터페이스를 바르게 인식할 수 있도록 특징점 기반 카메라 트래킹을 이용한 손 움직임 보정기법을 제안한다. 본 방법은 공간 영상에서 특징점 기반 정적 배경 객체를 검출한 후 실시간으로 입력된 카메라 영상에서 해당 배경 객체와 매칭을 수행하여 카메라의 움직임 정보를 획득한다. 획득된 카메라 정보를 기반으로 현 프레임의 손 위치를 보정하여 보다 정확한 손 움직임 정보를 구한다. 본 논문에서 정의한 스마트 TV를 위한 손 제스처 입력 인터페이스에 대하여 실험한 결과 움직임 보정을 하지 않았을 때는 52%의 저조한 인식률을 보인데 반해 제안방법을 적용하면 89%의 높은 인식률을 보였고, 26 fps 이상의 처리 속도를 보여 실시간으로 활용이 가능함을 알 수 있었다. 본 방법은 스마트 글래스 환경에서 손 제스처를 이용한 비접촉식 사용자 입력 인터페이스로 활용될 수 있다.
Abstract
In order to provide an intuitive user-friendly input interface using hand gestures in a head mounted camera based wearable environment, it is necessary to consider the hand and camera movements according to the wearer's flow applied at the same time. This paper proposes a correction method on the hand motion using feature-point-based camera tracking for the dynamic camera environment. For this, we extract static background objects from the environment images. Next, in real-time we acquire the movement information of the camera by matching the correspondence points between the background objects detected from the camera input image and the stored background objects, and thereby obtain a more accurate hand motion information by correction the hand position of current frame based on the acquired camera information. As a result of the experiment on hand gesture interface defined in this paper, this method showed about 89 % recognition rate compared to 52 % obtained when no motion correction is performed, while showing processing speed of more than 26 fps, which indicates that it can be utilized in real time. In addition, this method is expected to be used as a contact-less user input interface in the smart glass environments.
참고문헌 (15)
- Harrison. C., "Omnitouch: Wearable Multitouch Interaction Everywhere", Proceedings of the 24th annual ACM symposium on user interface software and technology, pp.441~450 (2011)
- Mistry, Pranav, "SixthSense: a Wearable Gestural Interface", ACM SIGGRAPH ASIA 2009 Sketches (2009), ACM
- Taejin Ha, "WeARHand: Head-worn, RGB-D Camera-based, Bare-hand User Interface with Visually Enhanced Depth Perception", IEEE ISMAR 2014, pp.219~228 (2014)
- 이동우, "웨어러블 컴퓨터를 위한 음성 제스처기반 멀티모달 융합사용자 인터페이스", 한국차세대컴퓨팅학회 논문지, 3(2), pp.17~25 (2007)
- M. Tang, "Hand Gesture Recognition Using Microsoft‘s Kinect", CS228, (Winter) (2010)
- S. Mitra, "Gesture Recognition: A Survey", IEEE Trans. on Systems, Man, and Cybernetics, Part C: Applications and Reviews, 37(3), pp.311~324 (2007)
- 나민영, "스마트 디바이스 제어를 위한 비전 기반 실시간 손 포즈 및 제스처 인식 방법", 한국차세대컴퓨팅학회 논문지, 8(4), pp.27~34 (2012), 한국차세대컴퓨팅학회
- 강명아, "개선된 고차 국소 자동 상관 특징과 HMM을 이용한 제스처 인식", 한국차세대컴퓨팅학회 논문지, 7(4), pp.29~37 (2011), 한국차세대컴퓨팅학회
- Min-Young Na, "A Real-time Hand Pose Recognition Method with Hidden Finger Prediction", IEICE Trans. on Fundamentals of Electronics Communications and Computer Science, pp.2170~2173 (2013)
- E. Rublee, "ORB: An efficient alternative to SIFT or SURF", Computer Vision and 2011 IEEE International Conference, pp.2564~2571 (2011)
- M.A.Fischler, "Random sample consensus : a paradigm for model fitting with applications to image analysis and automated cartography", Communications of the ACM, 24(6), pp.381~395 (1981)
- 장철희, "평면 호모그래피 정확도 향상을 위한 제약만족문제(Constraint Satisfaction Problem) 기반의 RANSAC 알고리즘", 정보과학회논문지 : 소프트웨어 및 응용, 39(11), pp.876~888 (2012), 한국정보과학회
- Elan Dubrofsky, "A Master Essay Submitted in Partial Fulfillment of the Requirements for the Desgree of Master of Science", pp.2009
- C. Cortes, "Support vector machine", Machine Learning, 20, pp.273~297 (1995)