모노 카메라 영상기반 시간 간격 윈도우를 이용한 광역 및지역 특징 벡터 적용 AdaBoost기반 제스처 인식

• Published in: 한국정보통신학회논문지, 22(3) pp. 471 - 479
• Main Authors: 황승준, 고하윤, 백중환
• Format: Journal Article
• Language: Korean
• Published: 한국정보통신학회 01.03.2018
• Subjects: 전자/정보통신공학
• ISSN: 2234-4772; 2288-4165
• DOI: 10.6109/jkiice.2018.22.3.471

최근 안드로이드, iOS 등의 셋톱박스 기반의 스마트 TV에 대한 보급에 따라 제스처로 TV를 컨트롤 할 수 있는 새로운 접근을 제안한다. 본 논문에서는 모노 카메라 센서를 이용한 AdaBoost 기반 제스처 인식에 관한 알고리즘을 제안한다. 우선, 신체 좌표 추출을 위해 가우시안 배경 제거 및 Camshift 기반 자세 추적 및 추정 알고리즘을 사용한다. AdaBoost 학습 모델을 신체 정규화된 광역 및 지역 특징 벡터의 집합을 특징 패턴으로 하여, 속도가 다른 동작들을인식할 수 있도록 하였다. 또한 속도가 다른 다양한 제스처를 인식하기 위해 다중 AdaBoost 알고리즘을 적용하였다. CART 알고리즘을 이용하여 성공적인 중요 특징 벡터를 확인하고 중요도가 낮은 특징벡터를 제거하는 방식을 적용하면서 분류 성공률이 높은 최적의 특징 벡터를 탐색하였다. 그 결과 24개의 주성분 특징 벡터를 찾았으며, 기존 알고리즘에 비해 낮은 오분류율(3.73%)과 높은 인식률(95.17%)을 지닌 특징 벡터 및 분류기를 설계하였다. Recently, the spread of smart TV based Android iOS Set Top box has become common. This paper propose a newapproach to control the TV using gestures away from the era of controlling the TV using remote control. In this paper,the AdaBoost algorithm is applied to gesture recognition by using a mono camera. First, we use Camshift-based Bodytracking and estimation algorithm based on Gaussian background removal for body coordinate extraction. Using global andlocal feature vectors, we recognized gestures with speed change. By tracking the time interval trajectories of hand andwrist, the AdaBoost algorithm with CART algorithm is used to train and classify gestures. The principal component featurevector with high classification success rate is searched using CART algorithm. As a result, 24 optimal feature vectors werefound, which showed lower error rate (3.73%) and higher accuracy rate (95.17%) than the existing algorithm. KCI Citation Count: 1