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 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김건우 (조선대학교) 김준성 (조선대학교) 박형준 (조선대학교)
저널정보
(사)한국CDE학회 한국CDE학회 논문집 한국CDE학회 논문집 제26권 제3호
발행연도
2021.9
수록면
239 - 248 (10page)
DOI
10.7315/CDE.2021.239

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In this paper, we propose a hand gesture-based interface for navigating 3D virtual space using Leap Motion and machine learning. Using the interface, the user can control an avatar in a first-person perspective by making it move in 4 directions, rotate its viewpoint, grasp/release an object, and adjust moving/rotating speed. After defining 9 types of hand gesture, we used the leap motion device to capture 150 hand skeletal datasets for each type, and converted them into feature datasets, with which we developed a heuristic algorithm and a machine learning (multilayer perceptron) model for hand gesture recognition. Experimental results showed that the machine learning model was much more accurate than the heuristic algorithm. We also implemented 3 methods for 3D virtual space navigation: the use of keyboard and mouse (KB) and the use of the leap motion device with the heuristic algorithm (HA) and the machine learning model (ML). After conducting a user study in which each of 15 subjects was guided to find a target object and move it to a start position with the methods, we found from the user study that the method ML outperformed the others in task time and in most of qualitative aspects.
#Natural user interface #Leap motion #Virtual space navigation #Hand gesture recognition #Feature extraction #Machine learning #Multi-layer perceptron model

목차

ABSTRACT
1. 서론
2. 가상공간 네비게이션용 손 제스처 정의
3. 손 제스처 인식 방안
4. 제스처 인식 방안의 비교
5. 가상공간 네비게이션 구현 및 적용
6. 결론 및 토의
References

참고문헌 (28)

참고문헌 신청
Data Gloves, https://www.nansense.com/ google schola IMU Sensor, https://www.sbg-systems.com/ google schola MYO, https://myomirror.com/ google schola Kinect, https://developer.microsoft.com/ google schola Leap Motion, https://www.ultraleap.com/ google schola

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

자율 운항 선박을 위한 딥 러닝 기반 선박 이미지 분류 방법
남권우 ,  노명일 ,  이혜원 외 1명 한국CDE학회 논문집 2021 .06
마이크로 스마트팩토리의 실시간 운영제어를 위한 디지털트윈 어플리케이션
박규태 ,  이현승 ,  임성주 외 2명 한국CDE학회지 2019 .03
지적장애 학생을 위한 증강현실 과학교육 콘텐츠 구현 및 적용 가능성 탐색
김정수 ,  이태수 한국콘텐츠학회논문지 2016 .01
키넥트를 이용한 피아노 교육시스템
노승민 ,  김정혁 ,  박선정 외 1명 한국CDE학회 학술발표회 논문집 2013 .08

최근 본 자료

전체보기

댓글(0)

0