KR102041191B1 - 손 동작 인식 방법 및 장치 - Google Patents

손 동작 인식 방법 및 장치 Download PDF

Info

Publication number
KR102041191B1
KR102041191B1 KR1020140025072A KR20140025072A KR102041191B1 KR 102041191 B1 KR102041191 B1 KR 102041191B1 KR 1020140025072 A KR1020140025072 A KR 1020140025072A KR 20140025072 A KR20140025072 A KR 20140025072A KR 102041191 B1 KR102041191 B1 KR 102041191B1
Authority
KR
South Korea
Prior art keywords
image
resolution
hand
light
depth
Prior art date
Application number
KR1020140025072A
Other languages
English (en)
Other versions
KR20150103520A (ko
Inventor
유문욱
박순찬
장주용
박지영
심광현
김희권
정혁
남승우
Original Assignee
한국전자통신연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020140025072A priority Critical patent/KR102041191B1/ko
Priority to US14/591,307 priority patent/US9412013B2/en
Publication of KR20150103520A publication Critical patent/KR20150103520A/ko
Application granted granted Critical
Publication of KR102041191B1 publication Critical patent/KR102041191B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/207—Analysis of motion for motion estimation over a hierarchy of resolutions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/204—Image signal generators using stereoscopic image cameras
    • H04N13/254—Image signal generators using stereoscopic image cameras in combination with electromagnetic radiation sources for illuminating objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/271—Image signal generators wherein the generated image signals comprise depth maps or disparity maps
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/20—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/56—Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/30—Transforming light or analogous information into electric information
    • H04N5/33—Transforming infrared radiation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Electromagnetism (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • User Interface Of Digital Computer (AREA)
  • Image Analysis (AREA)

Abstract

손 동작 인식 장치는 손을 포함하는 제1 해상도의 영상과, 손을 포함하며 상기 제1 해상도보다 높은 제2 해상도의 영상을 획득하며, 제1 해상도의 영상과 제2 해상도의 영상을 맵핑하고, 제1 해상도의 영상으로부터 손 위치를 추출하며, 제1 해상도의 영상과 맵핑된 제2 해상도의 영상으로부터 손 위치에 해당하는 손 영역을 획득한 후 손 영역으로부터 손 동작을 추정한다.

Description

손 동작 인식 방법 및 장치{METHOD AND APPARATUS FOR RECOGNATING HAND MOTION}
본 발명은 손 동작 인식 방법 및 장치에 관한 것이다.
3차원 동작 인식 시스템은 사용자-컴퓨터 상호작용(Human Computer Interaction, HCI), 컴퓨터 그래픽스를 위한 모션 캡처(motion capture), 영상 감시를 위한 동작 인식(gesture/action recognition) 및 의료 서비스(health care) 등의 다양한 응용 분야에서 사용되고 있다. 특별히 3차원 동작 인식 시스템은 스마트 기기나 인터랙티브 디지털 컨텐츠를 위한 보다 자연스러운 사용자 인터페이스(natural user interface)를 가능하게 하는 핵심 기술로서 최근 많은 관심을 끌고 있다.
이러한 3차원 동작 인식 시스템에 있어서, 손가락 동작 인식의 방법 및 장치는 사용자 인터페이스의 다양성을 확대하고, 사용자 편의성을 극대화 할 수 있는 등 사용자 인터페이스의 가치를 무한 증대시킬 수 있을 것으로 예상된다.
그러나 현재의 3차원 동작 인식 시스템들은 깊이맵 영상으로부터 관절(skeleton)을 추출하고 사용자 동작을 인식하는 방식을 사용하며, 일반적으로 깊이맵의 해상도가 충분하지 못해 사용자의 큰 관절(팔꿈치, 무릎, 손목 등)의 위치를 추출하는 기능은 가능하나 손가락의 모양은 인식하기 어렵다.
이러한 문제를 인식하고, 이를 해결하기 위한 종래 기술의 경우, 깊이 카메라를 사용해서 관절을 분석하고 RGB 영상에서 피부색에 기반하여 손가락을 구별하는 기술이 있다. 하지만 RGB 영상을 사용할 경우 인종에 따라 피부색이 달라 알고리즘의 정확도가 떨어질 수 있으며, 조명이 어두운 상황에서는 RGB 영상을 확인할 수 없기 때문에 손 자세를 구별하는 것이 불가능한 문제점이 있다.
본 발명이 해결하려는 과제는 외부 환경이나 피부색과 무관하게 손가락 동작 인식의 정확도를 향상시킬 수 있는 손 동작 인식 방법 및 장치를 제공하는 것이다.
본 발명의 한 실시 예에 따르면, 손 동작 인식 장치에서 손 동작을 인식하는 방법이 제공된다. 손 동작 인식 방법은 손을 포함하는 제1 해상도의 영상을 획득하는 단계, 상기 손을 포함하는 제2 해상도의 영상을 획득하는 단계, 상기 제1 해상도의 영상과 상기 제2 해상도의 영상을 맵핑하는 단계, 상기 제1 해상도의 영상으로부터 손 위치를 획득하는 단계, 상기 제1 해상도의 영상과 맵핑된 제2 해상도의 영상으로부터 상기 손 위치에 해당하는 손 영역을 추출하는 단계, 그리고 상기 손 영역으로부터 손 동작을 추정하는 단계를 포함한다.
상기 제1 해상도는 상기 제2 해상도보다 낮다.
상기 제1 해상도의 영상은 깊이 영상이고, 제2 해상도의 영상은 적외선(infrared, IR) 영상일 수 있다.
상기 제1 해상도의 영상 및 상기 제2 해상도의 영상은 하나의 영상 센서로부터 획득될 수 있다.
상기 제1 해상도의 영상을 획득하는 단계는 IR 광을 이용하여 상기 제1 해상도의 영상을 생성하는 단계를 포함하고, 상기 제2 해상도의 영상을 획득하는 단계는 상기 IR 광을 이용하여 상기 제2 해상도의 영상을 생성하는 단계를 포함할 수 있다.
상기 제1 해상도의 영상을 획득하는 단계는 IR 패턴광(Structured light)을 이용하여 상기 제1 해상도의 영상을 생성하는 단계를 포함하고, 상기 제2 해상도의 영상을 획득하는 단계는 IR 광을 이용하여 상기 제2 해상도의 영상을 생성하는 단계를 포함할 수 있다.
상기 제1 해상도의 영상과 상기 제2 해상도의 영상은 교호적으로 생성될 수 있다.
상기 제1 해상도의 영상 및 상기 제2 해상도의 영상은 각각의 영상 센서로부터 획득될 수 있다.
본 발명의 다른 한 실시 예에 따르면, 손 동작을 인식하는 장치가 제공된다. 손 동작 인식 장치는 영상 획득부, 그리고 추정부를 포함한다. 상기 영상 획득부는 손을 포함하는 제1 해상도의 영상과, 상기 손을 포함하며 상기 제1 해상도보다 높은 제2 해상도의 영상을 획득한다. 그리고 상기 추정부는 상기 제1 해상도의 영상과 상기 제2 해상도의 영상을 맵핑하고, 상기 제1 해상도의 영상으로부터 손 위치를 획득하며, 상기 제1 해상도의 영상과 맵핑된 제2 해상도의 영상으로부터 상기 손 위치에 해당하는 손 영역을 추출한 후 상기 손 영역으로부터 손 동작을 추정한다.
상기 제1 해상도의 영상은 깊이 영상이고, 상기 제2 해상도의 영상은 IR 영상일 수 있다.
상기 영상 획득부는 IR 패턴광(Structured light)을 이용하여 제1 해상도의 영상을 생성하고, IR 광을 이용하여 상기 제2 해상도의 영상을 생성하며, 상기 제1 해상도의 영상과 상기 제2 해상도의 영상을 교호적으로 생성할 수 있다.
상기 영상 획득부는 IR 광을 이용하여 제1 및 제2 해상도의 영상을 생성할 수 있다.
상기 영상 획득부는 IR 패턴광을 이용하여 상기 제1 해상도의 영상을 획득하는 제1 영상 센서, 그리고 IR 광을 이용하여 상기 제2 해상도의 영상을 획득하는 제2 영상 센서를 포함할 수 있다.
본 발명의 실시 예에 의하면, 외부 환경이나 피부색과 무관하게 손가락의 모양을 구별하여 다양한 인터랙션을 가능하게 한다.
도 1은 본 발명의 실시 예에 따른 손 동작 인식 장치를 나타낸 도면이다.
도 2는 본 발명의 실시 예에 따른 손 동작 인식 방법을 나타낸 흐름도이다.
도 3은 본 발명의 다른 실시 예에 따른 손 동작 인식 장치를 나타낸 도면이다.
도 4는 본 발명의 또 다른 실시 예에 따른 손 동작 인식 장치의 개략적인 도면이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 및 청구범위 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
이제 본 발명의 실시 예에 따른 손 동작 인식 방법 및 장치에 대하여 도면을 참고로 하여 상세하게 설명한다.
도 1은 본 발명의 실시 예에 따른 손 동작 인식 장치를 나타낸 도면이고, 도 2는 본 발명의 실시 예에 따른 손 동작 인식 방법을 나타낸 흐름도이다.
도 1을 참고하면, 손 동작 인식 장치(100)는 깊이(Depth) 영상 획득부(110), 적외선(infrared, IR) 영상 획득부(120), 맵핑부(130) 및 추정부(140)를 포함한다.
도 2를 보면, 깊이 영상 획득부(110)는 손을 포함하는 사용자의 신체의 전부 또는 일부의 깊이 영상을 획득한다(S210). 깊이 영상 획득부(110)는 사용자의 신체의 전부 또는 일부의 깊이 영상을 촬영할 수 있는 영상 센서일 수 있으며, 예를 들면 적외선(infrared, IR)에 반응성이 높은 CMOS 영상 센서일 수 있다.
IR 영상 획득부(120)는 손을 포함하는 사용자의 신체의 전부 또는 일부의 IR 영상을 획득한다(S220). IR 영상 획득부(120)는 예를 들면 CMOS 영상 센서일 수 있다. 이러한 IR 영상 획득부(120)는 사람의 눈으로 볼 수 없는 적외선 광을 이용하므로, 별도의 조명을 필요로 하지 않는다. 따라서 조명의 밝기가 변하는 환경 및 어두운 환경에서도 IR 영상을 이용하면 효과적인 손 인식이 가능하다.
여기서, 깊이 영상은 상기 IR 영상에 비해 낮은 해상도를 가진다. IR 영상은 흑백 영상으로서 손의 동작 및 자세를 추정할 수 있는 정도 이상의 해상도를 가진다. 예를 들면, 깊이 영상의 해상도는 예를 들면, 640 x 480의 영상일 수 있으며, IR 영상은 깊이 영상보다 높은 해상도 예를 들면, 1280 x 960의 영상일 수 있다.
깊이 영상 획득부(110)는 저해상도의 깊이 영상을 획득하기 위해 IR 패턴광(Structured light)이나 IR 광을 이용한다. 깊이 영상 획득부(110)는 패턴광을 이용하는 경우 IR 패턴광을 투사하고 물체에 따라 변형된 패턴의 정보를 이용하여 저해상도의 깊이 영상을 획득할 수 있다. 깊이 영상 획득부(110)는 IR 광을 이용하는 경우 광이 돌아오는 시간을 측정하여 저해상도의 깊이 영상을 획득할 수 있다.
IR 영상 획득부(120)는 IR 영상을 획득하기 위해서는 IR 광을 이용한다. IR 광은 적외선 파장대의(720 nm 이상) 광으로, IR 영상 획득부(120)는 IR 광을 물체에 투사하고 물체로부터 반사된 적외선을 감지하여 고해상도의 IR 영상을 획득할 수 있다.
이때 IR 패턴광의 적외선 파장과 IR 광의 적외선 파장을 다르게 함으로써, 두 개의 영상 센서를 이용하여 각각 깊이 영상과 IR 영상을 획득할 수 있다.
맵핑부(130)는 깊이 영상과 IR 영상을 맵핑한다(S230). 깊이 영상 및 IR 영상의 맵핑은 거리 값만 가지고 있는 깊이 영상에 IR 영상의 밝기 값을 대응시키는 것을 의미한다.
다음, 추정부(140)는 깊이 영상으로부터 손 위치를 획득한다(S240). 깊이 영상으로부터 손 위치를 획득하는 방법은 다양한 방법이 사용될 수 있으며, 특정한 방법에 의해 한정되는 것은 아니다. 예를 들어, 추정부(140)는 깊이 영상으로부터 사람의 관절을 추출하는 방법을 통해 손의 위치를 추출할 수 있다.
추정부(140)는 깊이 영상으로부터 획득한 손의 위치에 기초하여 IR 영상에서 손 영역을 추출한다(S250). 추정부(140)는 손의 위치에 해당하는 영역을 손 영역으로 추출할 수 있다. 추정부(140)는 손의 위치에 해당하는 영역을 확장시킨 영역을 손 영역으로 추출할 수 있다. 예를 들어, 추정부(140)는 손의 위치에 해당하는 영역에 연속되면서 해당 손의 위치에 해당하는 영역을 포함하는 영역을 손 영역으로 추출할 수 있다.
추정부(140)는 IR 영상에서 추출된 손 영역으로부터 손 동작을 추정한다(S260). 손 동작은 손가락의 자세를 포함하는 개념일 수 있다. 손 동작의 추정은 미리 학습된 각 동작 및 자세 데이터들을 기반으로 입력된 영상을 분류하는 방법으로 각각의 동작 및 자세를 추정한다.
이와 같이, 손 동작 인식 장치(100)는 저해상도의 손을 포함하는 영상으로부터 손 위치를 추출하고, 저해상도의 영상과 맵핑된 고해상도의 IR 영상으로부터 손 위치에 해당하는 손 영역을 얻어서, 실제 손 동작 및 자세를 추정한다.
일반적으로는 고해상도에서 많은 수의 픽셀에 대하여 손의 존재 여부, 손의 위치 파악, 손 모양 분석을 전부 수행하기 때문에, 고성능의 하드웨어가 필요하고 또한 손 동작 추정 시간도 증가한다.
그러나 본 발명의 실시 예에 따르면, 저해상도에서 적은 수의 픽셀을 이용하여 우선 손 위치 값을 대략적으로 추출한 다음, 추출된 손 위치 값을 토대로 고해상도의 IR 영상에서 손 영역에 해당하는 픽셀에 대해서만 손 동작을 추정하기 위한 연산을 수행하므로, 손 동작을 추정하기 위한 연산량 및 속도를 크게 줄일 수 있다.
도 3은 본 발명의 다른 실시 예에 따른 손 동작 인식 장치를 나타낸 도면이다.
도 3을 참고하면, 손 동작 인식 장치(100')는 영상 획득부(150), 맵핑부(130) 및 추정부(140)를 포함한다.
영상 획득부(150)는 깊이 영상과 IR 영상을 모두 획득한다. 예를 들면, 영상 획득부(150)는 CMOS 영상 센서일 수 있다.
영상 획득부(150)는 앞에서 설명한 바와 같이 저해상도의 깊이 영상을 획득하기 위해 IR 패턴광이나 IR 광을 이용한다.
영상 획득부(150)는 패턴광을 이용하는 경우 IR 패턴광을 투사하고 물체에 따라 변형된 패턴의 정보를 이용하여 저해상도의 깊이 영상을 획득할 수 있다.
영상 획득부(150)는 IR 광을 이용하는 경우 IR 광을 물체에 투사하고 물체로부터 반사되어 광이 돌아오는 시간을 측정하여 저해상도의 깊이 영상을 획득할 수 있다. 또한 영상 획득부(150)는 물체로부터 반사된 IR 광을 그대로 이용하여 고해상도의 IR 영상을 획득할 수 있다.
즉, 영상 획득부(150)는 IR 광을 이용하는 경우에, 하나의 IR 광원만을 사용하여 깊이 영상과 IR 영상을 동시에 획득할 수 있다.
한편, IR 패턴광을 이용하는 경우에는 깊이 영상과 IR 영상을 획득하기 위해서 IR 패턴광과 IR 광을 사용해야 하므로, 영상 획득부(150)는 IR 패턴광과 IR 광간의 간섭이 발생하지 않도록 깊이 영상과 IR 영상을 교호적으로 획득한다. 예를 들어, 영상 획득부(150)는 60hz 주기로 동작하는 경우, 첫 번째 주기에서는 IR 패턴광을 활성화시키고 IR 광을 비활성화시켜 저해상도의 깊이 영상을 획득하고, 두 번째 주기에서는 IR 광을 활성화시키고 IR 패턴광을 비활성화시켜 고해상도의 IR 영상을 획득한다. 이러한 방법으로 영상 획득부(150)는 충돌 없이 깊이 영상과 IR 영상을 교호적으로 실시간 획득할 수 있다.
이와 같이, CMOS 영상 센서로도 깊이 영상의 획득이 가능하므로, 하나의 CMOS 영상 센서만 이용하여도 깊이 영상과 IR 영상을 모두 획득할 수 있다.
이상에서 설명한 본 발명의 실시 예에 따른 손 동작 인식 방법 및 장치 중 적어도 일부 기능은 하드웨어로 구현되거나 하드웨어에 결합된 소프트웨어로 구현될 수 있다. 아래에서는 손 동작 인식 방법 및 장치가 컴퓨터 시스템에 결합된 실시 예에 대해서 도 4를 참고로 하여 상세하게 설명한다.
도 4는 본 발명의 또 다른 실시 예에 따른 손 동작 인식 장치의 개략적인 도면으로, 도 1 및 도 2를 참고하여 설명한 깊이 영상 획득부(110), IR 영상 획득부(120) 및 추정부(140)의 기능 중 적어도 일부를 수행하는 데 사용할 수 있는 시스템을 나타낸다. 또한 도 3을 참고하여 설명한 영상 획득부(150) 및 추정부(140)의 기능 중 적어도 일부를 수행하는 데 사용할 수 있는 시스템을 나타낸다.
도 4를 참고하면, 손 동작 인식 장치(400)는 프로세서(410), 메모리(420), 적어도 저장 장치(430), 입출력(input/output, I/O) 인터페이스(440) 및 네트워크 인터페이스(450)를 포함한다.
프로세서(410)는 중앙 처리 유닛(central processing unit, CPU)이나 기타 칩셋, 마이크로프로세서 등으로 구현될 수 있으며, 메모리(420)는 동적 랜덤 액세스 메모리(dynamic random access memory, DRAM), 램버스 DRAM(rambus DRAM, RDRAM), 동기식 DRAM(synchronous DRAM, SDRAM), 정적 RAM(static RAM, SRAM) 등의 RAM과 같은 매체로 구현될 수 있다. 저장 장치(430)는 하드 디스크 (hard disk), CD-ROM(compact disk read only memory), CD-RW(CD rewritable), DVD-ROM(digital video disk ROM), DVD-RAM, DVD-RW 디스크, 블루레이(blu-ray) 디스크 등의 광학 디스크, 플래시 메모리, 다양한 형태의 RAM과 같은 영구 또는 휘발성 저장 장치로 구현될 수 있다. 또한 I/O 인터페이스(440)는 프로세서(410) 및/또는 메모리(420)가 저장 장치(430)에 접근할 수 있도록 하며, 네트워크 인터페이스(450)는 프로세서(410) 및/또는 메모리(420)가 네트워크에 접근할 수 있도록 한다.
이 경우, 프로세서(410)는 깊이 영상 획득부(110), IR 영상 획득부(120), 맵핑부(130) 및 추정부(140)의 기능의 적어도 일부 기능을 구현하기 위한 프로그램 명령을 메모리(420)에 로드하여, 도 1 및 도 2을 참고로 하여 설명한 동작이 수행되도록 제어할 수 있다. 그리고 프로그램 명령은 저장 장치(430)에 저장되어 있을 수 있으며, 또는 네트워크로 연결되어 있는 다른 시스템에 저장되어 있을 수 있다.
도 4에 도시한 프로세서(410), 메모리(420), 저장 장치(430), I/O 인터페이스(440) 및 네트워크 인터페이스(450)는 하나의 컴퓨터에 구현될 수도 있으며 또는 복수의 컴퓨터에 분산되어 구현될 수도 있다.
도 4에서의 손 동작 인식 장치(400)는 도 1 및 도 2를 참고하여 설명한 손 동작 인식 장치가 컴퓨터 시스템에 결합된 시스템을 도시하였으나, 도 3을 참고로 하여 설명한 영상 획득부(150), 맵핑부(130) 및 추정부(140)의 기능 중 적어도 일부를 수행하는 데 사용할 수 있는 컴퓨터 시스템을 나타낼 수도 있다. 이 경우, 프로세서(410)는 깊이 영상 획득부(150), 맵핑부(130) 및 추정부(140)의 기능의 적어도 일부 기능을 구현하기 위한 프로그램 명령을 메모리(420)에 로드하여, 도 3을 참고로 하여 설명한 동작이 수행되도록 제어할 수 있다.
본 발명의 실시 예는 이상에서 설명한 장치 및/또는 방법을 통해서만 구현되는 것은 아니며, 본 발명의 실시 예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있으며, 이러한 구현은 앞서 설명한 실시 예의 기재로부터 본 발명이 속하는 기술 분야의 전문가라면 쉽게 구현할 수 있는 것이다.
이상에서 본 발명의 실시 예에 대하여 상세하게 설명하였지만 본 발명의 권리 범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리 범위에 속하는 것이다.

Claims (14)

  1. 손 동작 인식 장치에서 손 동작을 인식하는 방법으로,
    손을 포함하는 제1 해상도의 영상을 획득하는 단계,
    상기 손을 포함하는 제2 해상도의 영상을 획득하는 단계,
    상기 제1 해상도의 영상과 상기 제2 해상도의 영상을 맵핑하는 단계,
    상기 제1 해상도의 영상으로부터 손 위치를 획득하는 단계,
    상기 제1 해상도의 영상과 맵핑된 제2 해상도의 영상으로부터 상기 손 위치에 해당하는 손 영역을 추출하는 단계, 그리고
    상기 손 영역으로부터 손 동작을 추정하는 단계
    를 포함하고,
    상기 제1 해상도의 영상 및 상기 제2 해상도의 영상은 하나의 영상 센서로부터 획득되며,
    상기 하나의 영상 센서는 IR 광만을 사용하는 손 동작 인식 방법.
  2. 제1항에서,
    상기 제1 해상도는 상기 제2 해상도보다 낮은 손 동작 인식 방법.
  3. 제2항에서,
    상기 제1 해상도의 영상은 깊이 영상이고, 제2 해상도의 영상은 적외선(infrared, IR) 영상인 손 동작 인식 방법.
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 손 동작을 인식하는 장치로서,
    하나의 영상 센서를 포함하고, 상기 하나의 영상 센서를 통해 손을 포함하는 제1 해상도의 영상과 상기 손을 포함하는 상기 제1 해상도보다 높은 제2 해상도의 영상을 획득하는 영상 획득부, 그리고
    상기 제1 해상도의 영상과 상기 제2 해상도의 영상을 맵핑하고, 상기 제1 해상도의 영상으로부터 손 위치를 획득하며, 상기 제1 해상도의 영상과 맵핑된 제2 해상도의 영상으로부터 상기 손 위치에 해당하는 손 영역을 추출한 후 상기 손 영역으로부터 손 동작을 추정하는 추정부
    를 포함하며,
    상기 하나의 영상 센서는 IR 광만을 사용하여 상기 제1 해상도의 영상 및 상기 제2 해상도의 영상을 획득하는 손 동작 인식 장치.
  10. 제9항에서,
    상기 제1 해상도의 영상은 깊이 영상이고, 상기 제2 해상도의 영상은 IR 영상인 손 동작 인식 장치.
  11. 삭제
  12. 삭제
  13. 삭제
  14. 삭제
KR1020140025072A 2014-03-03 2014-03-03 손 동작 인식 방법 및 장치 KR102041191B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020140025072A KR102041191B1 (ko) 2014-03-03 2014-03-03 손 동작 인식 방법 및 장치
US14/591,307 US9412013B2 (en) 2014-03-03 2015-01-07 Method and apparatus for recognizing hand motion

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140025072A KR102041191B1 (ko) 2014-03-03 2014-03-03 손 동작 인식 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20150103520A KR20150103520A (ko) 2015-09-11
KR102041191B1 true KR102041191B1 (ko) 2019-11-06

Family

ID=54006925

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140025072A KR102041191B1 (ko) 2014-03-03 2014-03-03 손 동작 인식 방법 및 장치

Country Status (2)

Country Link
US (1) US9412013B2 (ko)
KR (1) KR102041191B1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9310895B2 (en) * 2012-10-12 2016-04-12 Microsoft Technology Licensing, Llc Touchless input
CN107749070B (zh) * 2017-10-13 2020-06-02 京东方科技集团股份有限公司 深度信息的获取方法和获取装置、手势识别设备
US20210350570A1 (en) * 2018-11-13 2021-11-11 Sony Corporation Image processing device, image processing method, and program
KR102559138B1 (ko) * 2022-12-28 2023-07-25 에이아이다이콤 (주) 차량용 비 접촉식 제어 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010281811A (ja) 2009-05-08 2010-12-16 Univ Of Miyazaki 温度画像の三次元化装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100457929B1 (ko) 2001-11-05 2004-11-18 한국과학기술원 손 지시 인식을 이용한 원격제어 시스템
US9696808B2 (en) * 2006-07-13 2017-07-04 Northrop Grumman Systems Corporation Hand-gesture recognition method
KR100826878B1 (ko) 2006-09-28 2008-05-06 한국전자통신연구원 손 모양을 인식하는 방법 및 이를 위한 장치
JP4929109B2 (ja) 2007-09-25 2012-05-09 株式会社東芝 ジェスチャ認識装置及びその方法
KR20110080612A (ko) 2010-01-06 2011-07-13 김현철 적외선 카메라를 이용한 지화 인식 시스템
KR20120051212A (ko) * 2010-11-12 2012-05-22 엘지전자 주식회사 멀티미디어 장치의 사용자 제스쳐 인식 방법 및 그에 따른 멀티미디어 장치
KR101816170B1 (ko) 2010-12-22 2018-01-09 한국전자통신연구원 3차원 깊이 정보 획득 장치 및 그 방법
KR101229088B1 (ko) * 2011-02-08 2013-02-01 영남대학교 산학협력단 Ｌｅｄ 조명을 이용한 적외선 카메라에 의한 거리 측정 및 손 동작 추적 장치 및 방법
US9189068B2 (en) * 2011-03-14 2015-11-17 Lg Electronics Inc. Apparatus and a method for gesture recognition
KR101822661B1 (ko) * 2011-10-27 2018-01-26 삼성전자주식회사 비전 인식 장치 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010281811A (ja) 2009-05-08 2010-12-16 Univ Of Miyazaki 温度画像の三次元化装置

Also Published As

Publication number Publication date
KR20150103520A (ko) 2015-09-11
US20150248582A1 (en) 2015-09-03
US9412013B2 (en) 2016-08-09

Similar Documents

Publication Publication Date Title
EP3284011B1 (en) Two-dimensional infrared depth sensing
JP7151805B2 (ja) 学習データ生成装置、学習データ生成方法、およびプログラム
US10223839B2 (en) Virtual changes to a real object
CN111417983A (zh) 基于事件相机的可变形对象跟踪
CN112189147B (zh) 一种飞行时间ToF相机和一种ToF方法
JP2016503220A (ja) ジェスチャ認識のためのパーツ及び状態検出
KR20210015695A (ko) 포즈 추정 방법, 포즈 추정 장치, 및 포즈 추정을 위한 트레이닝 방법
CA2786439A1 (en) Depth camera compatibility
López-Fernández et al. The AVA multi-view dataset for gait recognition
JP6326847B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム
CA2786436A1 (en) Depth camera compatibility
US20210035325A1 (en) Pose estimation method, pose estimation apparatus, and training method for pose estimation
KR102041191B1 (ko) 손 동작 인식 방법 및 장치
KR20150039252A (ko) 행동 인식 기반의 응용 서비스 제공 장치 및 그 방법
JPWO2020170299A1 (ja) 疲労判定装置、疲労判定方法、および疲労判定プログラム
JP6052533B2 (ja) 特徴量抽出装置および特徴量抽出方法
Coşar et al. Human Re-identification with a robot thermal camera using entropy-based sampling
US9811916B1 (en) Approaches for head tracking
KR20220024494A (ko) 사람의 단안 깊이 추정을 위한 방법 및 시스템
Planinc et al. Computer vision for active and assisted living
KR101281461B1 (ko) 영상분석을 이용한 멀티 터치 입력 방법 및 시스템
Ghidoni et al. A multi-viewpoint feature-based re-identification system driven by skeleton keypoints
Haggag et al. LGT/VOT tracking performance evaluation of depth images
Giordano et al. Kernel density estimation using joint spatial-color-depth data for background modeling
Berger The role of rgb-d benchmark datasets: an overview

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant