지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김미혜
- 발행연도
- 2014
- 저작권
- 충북대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Since there are many racial minorities in China, Chinese express digits from one to ten with only one hand and it can be a good example to explain the role of gestures as a supplemental language.
In this thesis, we propose the hand gesture recognizing method by building the simplified hand skeleton model for feature vectors in RGB-D images and using Support Vector Machine(SVM) for a classifier. In preprocessing the hand region is segmented from the depth and color image and the morphology operation is applied for removing noises. Then A wrist point and 5 points for each fingertip are detected by Convexhull algorithm. A 5×5 grid mask is applied to transform these coupled locations of 6 points in each counting gesture into a 5×5 bool matrix, which is finally fed to SVM for classification.
In this thesis, we propose the hand gesture recognizing method by building the simplified hand skeleton model for feature vectors in RGB-D images and using Support Vector Machine(SVM) for a classifier. In preprocessing the hand region is segmented from the depth and color image and the morphology operation is applied for removing noises. Then A wrist point and 5 points for each fingertip are detected by Convexhull algorithm. A 5×5 grid mask is applied to transform these coupled locations of 6 points in each counting gesture into a 5×5 bool matrix, which is finally fed to SVM for classification.
목차
Ⅰ. 서 론 1Ⅱ. 관련연구 42.1 손 제스처 인식 42.2 영상 골격화 82.3 손동작 인식을 위한 SVM 12Ⅲ. 자연적 유사성이 높은 손동작 구분을 위한 인식 기법 173.1 손 영역 검출 173.1.1 손 영역 검출을 위한 전처리 193.2 손 골격 모델 기반의 손가락 특징점 추출 253.2.1 손 골격 모델 생성 253.2.2 손 골격 모델 표현 303.3 SVM기반의 자연적 유사성 높은 손동작 구분 32Ⅳ. 실험 및 결과고찰 354.1 실험 354.2 결과 및 고찰 37Ⅴ. 결론 40참 고 문 헌 42
최근 본 자료
댓글(0)
0