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

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
오동한 (서경대학교 컴퓨터공학과) 이병희 (서경대학교) 김태영 (서경대학교)
저널정보
한국차세대컴퓨팅학회 한국차세대컴퓨팅학회 논문지 한국차세대컴퓨팅학회 논문지 제14권 제5호
발행연도
2018.1
수록면
31 - 39 (9page)

이용수

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

초록· 키워드

오류제보하기
최근 딥러닝을 기반으로 사용자의 손 제스처를 인식하여 가상실 환경에서 사용자 친화 인터페이스를 제공하기 한 연구가 활발히 진행되고 있다. 그러나 부분 연구들은 손 정보를 얻기 하여 별도 센서를 사용하거나 효율 인 학습을 하여 처리 과정을 거친다. 한 조명의 변화나 손 일부가 가려지는 등과 같은 외부환경의 변화를 고려하지 못하고 있다. 본 논문은 일반 웹캠에서 얻어진 RGB 상에서 별도의 처리 과정없이 외부 환경에 강인 한 딥러닝 기반 손 제스처 인식 방법을 제안한다. 딥러닝 모델로 VGGNet과 GoogLeNet 구조를 개선하고, 각 구 조의 성능을 비교한다. 조명이 어둡거나 손 일부가 가려지거나 시야에서 일부 벗어난 손 상들이 포함된 데이터로 실험한 결과 본 연구에서 제시한 VGGNet과 GoogLeNet 구조는 각각 93.88%와 93.75%의 인식률을 보고 메 모리와 속도 측면에서 GoogLeNet이 VGGNet 보다 메모리를 약 3배 게 사용하면서 처리속도는 10배 이상 우수 함을 알 수 있었다. 본 연구의 결과는 실시간 처리가 가능하여 가상실 환경에서 게임, 교육, 의료 등 다양한 분야 에서 손 제스처 인터페이스로 활용될 수 있다.

목차

등록된 정보가 없습니다.

참고문헌 (6)

참고문헌 신청

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0