earticle

영어

Applications that use the human hands are one of the most natural and intuitive methods to communicate between people and machines in Human Computer Interaction. Technology of hands detection and posture recognition is of great importance for computer vision, because of its extensive applications in sign language recognition, virtual reality, navigation and computer games, including HCI. In this paper, we propose a method of hands detection and hands posture recognition in ToF(Time of Flight) depth image. These suggested methods consist of four parts: image acquisition, pre-processing and hand detection, finger detection, and hands posture recognition. In the image acquisition stage, we use kinect version 2. Also we apply Z-direction cut and binarization of image in pre-processing and hand segmentation stage. The next step is processed in distance transform, palm region setting, skeleton algorithm and convex hull. From this, finger tips are obtained by calculating convex defects. Finally, we judge the location between palm center point and finger tip point, and calculate finger angle by dot product of vector. Experimental results show that the methods we proposed can recognize 11 hand postures as 97.2% recognition ratio and 17.16ms process time.

한국어

인간과 컴퓨터의 상호작용에서 손을 이용하는 응용기술은 사람과 기계 사이의 계를 표하는 가장 자연이고 직 인 방법이다. 손을 검출하고 그 모양을 인식하는 기술은 수화인식, 가상실, 내비게이션, 컴퓨터 게임을 포함 하는 다양한 분야에 응용 가능하기 때문에 컴퓨터비의 요한 연구 분야로 다루어지고 있다. 본 논문에서는 ToF 깊이상 에서 손을 검출하고 손 모양을 인식하는 방법을 제안한다. 제안된 방법은 크게 상획득, 처리 손 역 검출, 손가락 검출, 손 모양 인식의 네 단계로 구성된다. 상획득을 해 키넥트 버2를 사용하고, 처리 손 역 검출 단계에서는 정보와 Z축 검출, 이진화를 사용하다. 손가락 검출 단계는 손바닥 역 설정, 세 선화 볼록 껍질 계산 그리고 볼록 결함 계산의 차로 진행된다. 손 모양 인식 단계에서는 손가락의 개수를 기 으로 손의 심과 손 끝 사이의 치를 사용한 벡터내연산으로 각도를 계산해서 최종으로 손 모양을 인식하 다. 실험결과는 제안한 방법이 평균 97.2%의 인식율과 17.16ms의 연산속도로 11개의 손 모양을 빠르고 정확하 게 인식하는 것을 보여다.