DOI QR코드

DOI QR Code

An Implementation of Dynamic Gesture Recognizer Based on WPS and Data Glove

WPS와 장갑 장치 기반의 동적 제스처 인식기의 구현

  • 김정현 (성균관대학교 정보통신공학부) ;
  • 노용완 (성균관대학교 정보통신공학부) ;
  • 홍광석 (성균관대학교 정보통신공학부)
  • Published : 2006.10.30

Abstract

WPS(Wearable Personal Station) for next generation PC can define as a core terminal of 'Ubiquitous Computing' that include information processing and network function and overcome spatial limitation in acquisition of new information. As a way to acquire significant dynamic gesture data of user from haptic devices, traditional gesture recognizer based on desktop-PC using wire communication module has several restrictions such as conditionality on space, complexity between transmission mediums(cable elements), limitation of motion and incommodiousness on use. Accordingly, in this paper, in order to overcome these problems, we implement hand gesture recognition system using fuzzy algorithm and neural network for Post PC(the embedded-ubiquitous environment using blue-tooth module and WPS). Also, we propose most efficient and reasonable hand gesture recognition interface for Post PC through evaluation and analysis of performance about each gesture recognition system. The proposed gesture recognition system consists of three modules: 1) gesture input module that processes motion of dynamic hand to input data 2) Relational Database Management System(hereafter, RDBMS) module to segment significant gestures from input data and 3) 2 each different recognition modulo: fuzzy max-min and neural network recognition module to recognize significant gesture of continuous / dynamic gestures. Experimental result shows the average recognition rate of 98.8% in fuzzy min-nin module and 96.7% in neural network recognition module about significantly dynamic gestures.

차세대 PC를 위한 WPS(Wearable Personal Station)는 정보 처리 및 네트워크 기능을 포함하며 새로운 정보의 획득에 있어 공간적 한계성을 극복할 수 있는 '유비쿼터스 컴퓨팅'의 핵심 단말기로 정의할 수 있다. 기존의 유선 통신 모듈을 이용한 데스크톱 PC 기반의 제스처 인식기는 영상 또는 장갑 장치로부터 사용자의 의미 있는 동적 제스처 데이터를 획득함에 있어 공간상의 제약성 및 이동상의 한계성, 배경 및 음영조건의 변화에 따른 인식 성능의 변화 등 몇 가지 제약사항을 가지고 있다. 따라서 본 논문에서는 이러한 문제점들을 극복하고 해결하고자 제스처 입력모듈을 차세대 PC 플랫폼 기반의 유비쿼터스 환경으로 확대, 적용시켜 제스처 데이터 입력 모듈로부터 새로운 정보의 획득에 있어 한계성을 극복하고 효율적인 데이터 획득 방안을 제시한다 또한 퍼지 알고리즘과 신경망 이론을 이용하여 독립적인 제스처 인식 시스템을 구현하고 개별 시스템의 성능을 비교, 분석함으로써 차세대 PC를 위한 보다 효율적이며 합리적인 제스처 인식 시스템을 제안한다. 제안된 제스처 인식시스템은 동적인 손의 움직임을 입력데이터로 처리하는 제스처 입력모듈과 입력된 데이터로부터 의미 있는 제스처를 분리하기 위한 관계형 DBMS모듈, 그리고 인식의 확장성과 연속된 동적 제스처 중에서 의미 있는 제스처를 인식하기 위한 퍼지 인식 모듈 및 신경망 인식 모듈로 구성되어 있다. 30인의 피실험자에 대하여 15회의 반복 실험을 수행하였으며 사용자의 동적 제스처 인식 실험결과 퍼지 제스처 인식 시스템에서는 98.8%, 신경망 제스처 인식시스템에서는 96.7%의 평균 인식률을 도출하였다.형성에도 유의한 영향을 미치는 것을 알 수 있었다. 셋째, 신뢰와는 다르게 서비스품질이 몰입에는 유의한 영향을 미치지 못하는 것으로 나타났다. 그러나 이러한 직접적인 영향이외에 서비스품질은 고객만족을 통하여 간접적으로 몰입에 강한 영향을 미치는 것으로 나타났다. 넷째, 고객만족은 신뢰에 강하게 정(+)의 영향을 미치는 것으로 나타났다. 즉 고객들이 호텔서비스에 만족할수록 직접적으로 호텔에 대한 신뢰와 애착심이 증가하는 것을 알 수 있었고 간접적으로 서비스품질은 고객만족을 통하여 신뢰에 강한 영향을 미치는 것으로 나타났다. 다섯째, 또한 고객만족은 몰입에 강하게 정(+)의 영향을 미치는 것으로 나타났다. 간접적으로 서비스품질은 고객만족을 통하여 몰입에 강한 영향을 미치는 것으로 나타났다.미숙밭, 중점밭, 고원밭, 화산회밭으로 6개 유형으로 분류할 경우 각각의 분포면적은 41.9%, 23.3%, 17.5%, 13.9%, 1.1. 2.2% 이었다. 도시화 및 도로확대 등 다양한 토지이용 및 지형개변으로 과거의 토양정보가 많이 변경되었다. 그래서, 앞으로는 인공위성자료 및 항공사진을 이용하여 빠르고 쉽게 활용할 수 있는 토양조사 방법개발과 기 구축된 토양도의 수정, 보완 작업이 필요한 절실히 요구되고 있는 현실이다.브로 출시에 따른 마케팅 및 고객관리와 관련된 시사점을 논의한다.는 교합면에서 2, 3, 4군이 1군에 비해 변연적합도가 높았으며 (p < 0.05), 인접면과 치은면에서는 군간 유의차를 보이지 않았다 이번 연구를 통하여 복합레진을 간헐적 광중합시킴으로써 변연적합도가 향상될 수 있음을 알 수 있었다.시장에 비해 주가가 비교적 안정적인 수준을 유지해 왔다고 볼

Keywords

References

  1. 한동원, '유비쿼터스 컴퓨팅 시대의 차세대PC', 주간기술동향 통권 1236호, 정보통신진흥연구원
  2. 정보통신진흥연구원, 'IT신성장동력 - 차세대PC'
  3. 박준석, '차세대 휴먼 인터페이스의 오감 정보처리 기술', 주간기술동향 통권 1252호, 정보통신진흥연구원
  4. 손미숙 외, '착용형 컴퓨터를 위한 햅틱 기술 동향', 전자통신동향분석 제20권 제5호, 2005
  5. Jong-Sung Kim, Won Jang, Zeungnam Bien, 'A Dynamic Gesture Recognition System for the Korean Sign Language (KSL)', Ph.D. Thesis, 1996
  6. http://www.wearablegroup.org
  7. http://www.essentialreality.com
  8. http://www.freescale.com, 'i.MX21 Applications Proce -ssor Brochure'
  9. 김승국, '표준수화교본', 오성출판사. 2000
  10. 5DT Data Glove 5 Manual', http://www.5dt.com
  11. Richard O. Duda, Peter E. Hart, David G. Stork,'Pattern Classification', 2nd, Wiley, New York, 2001
  12. Dietrich Paulus and Joachim Hornegger, 'Applied Pattern Recognition', 2nd, Vieweg, 1998
  13. J. Schuermann, 'Pattern Classification: A Unified View of Statistical and Neural Approaches', Wiley&Sons, 1996
  14. W. B. Vasantha kandasamy, 'Smaranda Fuzzy Algebra', American Research Press, Seattle, 2003
  15. Von Altrock C, 'Fuzzy Logic and NeuroFuzzy Applications Explained', 2002
  16. C.H.Chen, 'Fuzzy Logic and Neural Network Handbook', 1st edn. McGraw-Hill, New York, 1992
  17. Abdi, H. 'A neural network primer', Journal of Biological Systems, 1994 https://doi.org/10.1142/S0218339094000179