DOI QR코드

DOI QR Code

Hand shape recognition based on geometric feature using the convex-hull

Convex-hull을 이용한 기하학적 특징 기반의 손 모양 인식 기법

  • Choi, In-Kyu (Department of Electronic Engineering, Kwangwoon University) ;
  • Yoo, Jisang (Department of Electronic Engineering, Kwangwoon University)
  • Received : 2014.04.14
  • Accepted : 2014.06.27
  • Published : 2014.08.31

Abstract

In this paper, we propose a new hand shape recognition algorithm based on the geometric features using the convex-hull from the depth image acquired by Kinect system. Kinect is a camera providing a depth image and user's skeleton information and used for detecting hand region. In the proposed algorithm, hand region is detected in a depth image acquired by Kinect and convex-hull of the region is found. Boundary points caused by noise and unnecessary points for recognition are eliminated in the convex-hull that changes depending on hand shape. Hand shape is recognized by the sum of internal angle of a polygon that is matched with convex-hull reconstructed with selected boundary points. Through experiments, we confirm that proposed algorithm shows high recognition rate not only for five models but also those cases rotated.

x본 논문에서는 키넥트(Kinect) 시스템에서 획득한 깊이 영상으로부터 convex-hull을 이용한 기하학적 특징 기반의 손 모양 인식 기법을 제안한다. 키넥트 시스템은 깊이 영상과 사용자의 골격 정보를 제공하는 카메라로 손 영역 검출에 유용하게 활용할 수 있다. 제안하는 기법에서는 키넥트로 획득한 깊이 영상에서 손 영역을 검출하고, 이 손 영역의 convex-hull을 구한다. 손 모양에 따라서 변하는 convex-hull에서 잡음으로 생긴 경계점 및 인식에 불필요한 경계점을 일련의 기법을 통해 제거한다. 추려진 경계점을 통해 재구성된 convex-hull을 특정 다각형으로 판단하고, 이 다각형의 내각의 합을 이용하여 손 모양을 인식하게 된다. 실험을 통해 제안하는 기법이 인식하고자 하는 모델에 대하여 높은 인식률을 보여준다는 것을 확인하였고, 단순히 특정 방향으로 고정된 손 모양뿐만 아니라 같은 모양이나 방향이 틀어진 손 모양에 대해서도 우수한 인식 성능을 확인하였다.

Keywords

References

  1. M. G. Hwang, H. R. Kim, S. B. Kang and T. K. Yang, "Vision Based Real-time Hand Shape Recognition Using Fuzzy Inference", Journal of Korean Institute of Information Technology, vol. 6, no. 2, pp. 53-59, April 2008.
  2. H. C. Kim, M. S. Park, J. M. Park and S. R. Oh, "Hand Gesture Recognition System with Kinect Camera", 2012 Conference on Information and Control Systems, pp. 165-166, April 2012.
  3. E. Yoruk, E. Konukoglu, B. Sankur, and J. Darbon, "Shape-Based Hand Recognition", IEEE TRANSACTIONS ON IMAGE PROCESSING, vol. 15, no. 7, pp. 1803-1815, July 2006. https://doi.org/10.1109/TIP.2006.873439
  4. J. B. Baek, J. S. Kim, C. Y. Yoon, D. Y. Kim and E. T. Kim, "Part-based Hand Detection Using HOG", Journal of Korean Institute of Intelligent Systems, vol. 23, no. 6, pp. 551-557, Dec. 2013. https://doi.org/10.5391/JKIIS.2013.23.6.551
  5. H. H. Park, J. Y. Choi, J. I. Park, andK. S. Moon, "A study on Hand Region Detection for Kinect-Based Hand Shape Recognition", The Korean Society of Broadcast Engineers, vol. 18, no. 3, pp. 393-400, May 2013. https://doi.org/10.5909/JBE.2013.18.3.393
  6. Yi Li, "Hand gesture recognition using kinect," software Engineering and Service Science (ICSESS), 2012 IEEE 3rd International Conference on, pp. 196-199, June 2012.
  7. I. K. Choi and J. S. Yoo, "Hand shape recognition using the convex-hull of depth image", 2014 Conference on The Korean Institute of Communications and Information Sciences, pp. 385-386, Jan. 2014.

Cited by

  1. 다양한 손 제스처 인식을 위한 곡률 분석 기반의 손 특징 추출 알고리즘 vol.20, pp.5, 2014, https://doi.org/10.9708/jksci.2015.20.5.013
  2. 손 최장너비 기반 손바닥 영역 검출 vol.18, pp.4, 2014, https://doi.org/10.5392/jkca.2018.18.04.398
  3. Shell Template Offset 도면을 활용한 선체 곡판 형상 복원 방법에 관한 연구 vol.56, pp.1, 2014, https://doi.org/10.3744/snak.2019.56.1.066