메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터

주제분류

정기구독(개인)

소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.

회원혜택

로그인 회원이 가져갈 수 있는 혜택들을 확인하고 이용하세요.

아카루트

학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.

영문교정

영문 논문 작성에 도움을 드리기 위해, 영문 교정 서비스를
지원하고 있어요.

고객센터 제휴문의

...

저널정보

저자정보

표지
이용수
내서재
0
내서재에 추가
되었습니다.
내서재에서
삭제되었습니다.

내서재에 추가
되었습니다.
내서재에서
삭제되었습니다.

초록·키워드

오류제보하기
이 논문은 계층적 불변모멘트를 통해 정확한 손 모양 인식을 제안한다. 우선 조명 변화에 따른 오검출을 줄이기 위해 색 공간으로 HSV를 사용했다. 검출된 이진화 영상을 침식, 팽창연산 순의 열림연산을 통해 잡영을 제거했다. 다음으로 Canny-edge로 외곽선을 획득하고 계층적 불변모멘트를 실행한다. 계층은 방향계층, 물체외형계층, 불변모멘트 계층으로 구성되어있다. 방향 계층에는 타원의 기울기 정도를 획득하는 방법을 이용했고 물체 외형은 진원도와 편심도를 이용해 특징값을 산출했다. 마지막 계층에서 불변 모멘트로 3개의 특징값을 획득했으며 최종 값들은 BP 인공 신경망으로 분류해 손의 모양과 방향을 판단하게 된다. 그 결과 9개의 숫자 ASL 인식에서 97.15%의 인식률을 보였으며, 0.046FPS의 성능을 보였다.

This paper propose the hand shape recognition using the Hierarchical Moment Invariants. First, to reduce the error rate, HSV region color space is used. Detected binary image is opening calculated which containing erosion and dilation to erase the noise. Next, obtain the edge line using Canny edge and then implement the Hierarchical Moment Invariants. Hierarchical layers consist of Orientation layer, Objet external layer and Moment Invariants layer. In the Orientation layer, ellipse tilt detecting algorithm is used to find the orientation of the hand. In the Object external layer, Circularity and Eccentricity is used to find the feature value. Last layer can obtain the 3 feature of the Moment invariants and then all of the features are recognized by BP artificial neural network. In recognizing the 9 ASL, recognition rate shows 97.15% and FPS shows 0.046.

목차

요약
Abstract
Ⅰ. 서론
II. 관련 연구
III. 제안하는 방법
Ⅳ. 실험결과
Ⅴ. 결론 및 향후 연구 방향
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0