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
- 이상용
- 발행연도
- 2013
- 저작권
- 경남대학교 논문은 저작권에 의해 보호받습니다.
이용수2
이 논문의 연구 히스토리 (4)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문에서는 은닉 마르코프 모델(HMM: Hidden Markov Model)을 이용하여 자연스러운 손동작을 인식해 모바일 로봇에게 명령하는 방법을 제안한다. 기존의 손동작 기반 로봇 제어 방식은 정해진 몇 종류의 제스처만을 사용하고 있기 때문에 지시동작이 자연스럽지 않다. 또한 정해진 제스처를 미리 학습해야하는 등의 문제가 있었다. 이러한 문제를 해결하기 위해 손동작을 인식하는 방법에 대한 많은 연구가 활발히 진행되고 있다. 본 논문에서는 3차원 카메라를 사용해 색상 데이터와 깊이 데이터를 얻어서, 사람의 손을 검색하고 그 동작을 인식한다. 여기서 동작을 인식하기 위해 HMM을 사용하였으며, 인식된 결과를 로봇에게 전달하여 원하는 동작을 수행하도록 하였다.
목차
국문요약1. 서 론 = 11.1 연구배경 및 목적 = 11.2 논문의 구성 = 32. 관련 연구 = 42.1 센서 기반 동작 인식 = 42.2 시각 기반 영상정보를 사용한 동작 인식 = 42.2.1 기하학적 특징을 이용하는 방법 = 52.2.2 형태학적 특징을 이용하는 방법 = 52.2.3 시간변화에서 추출된 특징을 이용하는 방법 = 62.3 키넥트 센서 = 62.4 OpenNI = 82.5 OpenNI Framework = 93. 자연스러운 손동작을 이용한 로봇 제어 = 113.1 시스템 개요 = 113.2 움직이는 객체 검출 = 133.3 컬러 데이터에서 피부색 추출 = 163.4 손동작의 기본구성 요소 = 183.5 손영상의 중점좌표를 이용한 파라미터 검출 = 193.6 HMM을 이용한 손동작 인식 = 204. 실험 결과 = 234.1 실험 환경 = 234.2 동작 인식률 실험 결과 = 265. 결 론 = 28참고문헌 = 29ABSTRACT = 32
최근 본 자료
댓글(0)
0