Test21. ๊ตฌ์ฑ ์์ ๋ฒ์
์์ 0ยฐ(๋นจ๊ฐ) ~ 360ยฐ(๋นจ๊ฐ)
์ฑ๋ 0%(๋ฌด์ฑ์) ~ 100%
๋ช
๋ 0%(๊ฒ์ ) ~ 100%(ํฐ์)
์์์ฒ๋ฆฌ๋ฅผ ์ด์ฉํ ์์ธ์ ๋ง์ฐ์ค ์ ์
Design of Hand Recognition Mouse using Image Processing
๋ฐฑํ์ง, ์ด์ข
ํธ
(Hyengjin Baek and Chongho Lee)
Abstract: This article describes a design of hand recognition mouse using image processing. Microsoft VX-1000 webcam
is used for image acquisition, openCV is used for hand recognition. We take images from the webcam and we can detect
skin area and convert these images to binary images including only skin area. In this images, we can detect central point
of hand and top point of finger using angle and distance from central point. This top point is used to find a point of
mouse. And we can count the number of fingers using contour function supplied from openVC. The number of fingers is
used for function of mouse. Finally, we can obtain hand recognition mouse.
Keywords: hand recognition, central point, top point of finger, the number of fingers, contour
I. ์๋ก
ํ์ฌ ์ํ, ์ํ ๋ถ์ผ ๋ฑ ์ฌ๋ฌ ๋ถ์ผ์์ ์์ ์ฒ๋ฆฌ
๊ธฐ์ ์ด ์ฌ์ฉ๋๊ณ ์๋ค. ์์ ์ฒ๋ฆฌ์ ๋ํ์ ์ธ ์ปจํ
์ธ ์ธ
๊ฐ์ํ์ค(Virtual Reality)์ ์ด๋ค ํน์ ํ ํ๊ฒฝ, ์ํฉ
์ ์ปดํจํฐ๋ฅผ ์ด์ฉํ์ฌ ์ฌ์ฉ์๊ฐ ๋ง์น ์ค์ ์ฃผ๋ณ ์ํฉ๊ณผ
์ํธ์์ฉ์ ํ๊ณ ์๋ ๊ฒ์ฒ๋ผ ๋ง๋ค์ด ์ฃผ๋ ์ธ๊ฐ๊ณผ ์ปดํจ
ํฐ ๊ฐ์ ์ธํฐํ์ด์ค์ด๋ค.
๋ณธ ๋
ผ๋ฌธ์์๋ ์ธ๊ฐ๊ณผ ์ปดํจํฐ ๊ฐ์ ์
์ถ๋ ฅ ์ธํฐํ์ด
์ค ๊ตฌํ์ ์ํด ์์ธ์ ๋ง์ฐ์ค๋ฅผ ์ ์ํ๊ณ ์ ํ์๋ค.
ํผ๋ถ์ ์ถ์ถ์ ์ํด HSV ์ ๊ณต๊ฐ์ ์ด์ฉํ์๊ณ , ์๋ฑ์
์ค์ฌ์ ์ผ๋ก๋ถํฐ์ ๊ฑฐ๋ฆฌ์ ๊ฐ๋๋ฅผ ์ด์ฉํ์ฌ ์๊ฐ๋ฝ ๋์
์ ๊ตฌํ์๋ค. ๊ทธ๋ฆฌ๊ณ ์๊ฐ๋ฝ ๊ฐ์๋ฅผ ์ธ๊ธฐ์ํด openCV์
์ ์ ๊ณตํ๋ contour ํจ์๋ฅผ ์ฌ์ฉํ์๋ค. ๋ง์ง๋ง์ผ๋ก
์๊ฐ๋ฝ๊ฐ์์ ๋ฐ๋ผ ๋ฉ์์ง์ฒ๋ฆฌ๋ฅผ ํ์ฌ ๋ง์ฐ์ค๊ธฐ๋ฅ์ ๊ตฌ
ํํ์๋ค.
II. ๋ณธ๋ก
1. ํผ๋ถ์ ์ถ์ถ
(1) HSV ์ ๊ณต๊ฐ
HSV ์ ๊ณต๊ฐ์ด๋ ์์ ํํํ๋ ํ๋์ ๋ฐฉ๋ฒ์ด์,
๊ทธ ๋ฐฉ๋ฒ์ ๋ฐ๋ผ ์์ ๋ฐฐ์นํ๋ ๋ฐฉ์์ด๋ค. ์์(Hue),
์ฑ๋(Saturation), ๋ช
๋(Brightness, Value)์ ์ข๋ฃ๋ฅผ
์จ์ ํน์ ํ ์์ ์ง์ ํ๋ค. HSB๋ก ๋ถ๋ฆฌ๋ ๊ฒฝ์ฐ๋ ์
๋ค. ์ด๋ ํ 1์์ ๋ํ๋ด์๋ค.
ํ 1. HSV ์ ๊ณต๊ฐ
(2) ์์๋ด์ ํผ๋ถ์ ์ถ์ถ
Independentํ Hue๊ฐ์ ์ถ์ถํ๊ธฐ ์ํด ๊ทธ๋ฆผ 1๊ณผ ๊ฐ
์ด ํผ๋ถ์์ Hue๊ฐ์ ๋จผ์ ์
๋ ฅ๋ฐ๋๋ค. ๊ทธ ๋ค์ ์น์บ ์ผ
๋ก๋ถํฐ ์
๋ ฅ๋ฐ์ RGB์์ญ ๊ธฐ๋ฐ์ Skin Color๊ฐ์ HSV
์์ญ ๊ธฐ๋ฐ์ Skin Color๊ฐ์ผ๋ก ๋ณํํ์ฌ ํผ๋ถ์์ Hue
๊ฐ๊ณผ ์ผ์นํ๋ ์์ญ์ ํผ๋ถ์ ์์ญ์ผ๋ก ์ถ์ถํ๊ฒ ๋๋ค.
(a) Hue๊ฐ ์
๋ ฅ (b) ํ์คํ ๊ทธ๋จ
๊ทธ๋ฆผ 1. Hue๊ฐ ์
๋ ฅ๊ณผ ํ์คํ ๊ทธ๋จ
(3) ์ด์ง์์
ํผ๋ถ์ ์์ญ์ผ๋ก ์ถ์ถ๋ Hue๊ฐ ์์ญ์ imageData๊ฐ
์ผ๋ก 1๋ก setting ํ๊ณ , ํผ๋ถ์ ์์ญ์ด ์๋ ๋ถ๋ถ์ 0
์ผ๋ก setting ํ๋ฉด ๊ทธ๋ฆผ 2์ ๊ฐ์ด ์ด์ง์์์ ๊ตฌํ ์
์๋ค.
(a) Hue ์์ (b) ์ด์ง์์
๊ทธ๋ฆผ 2. Hue๊ฐ๊ณผ ํผ๋ถ์์ญ์ ์ด์ง์์
2. 2. ์นจ์๊ณผ ํฝ์ฐฝ ์ฐ์ฐ
(1) ์นจ์ ์ฐ์ฐ
๋ฌผ์ฒด์ ๋ํด ๋ฐฐ๊ฒฝ์ ํ์ฅ์ํค๊ณ ๋ฌผ์ฒด์ ์ฝ๊ธฐ๋ฅผ ์ถ์
ํ๋ ์ญํ ์ ํ๋ฉฐ, ์นจ์ ๋ง์คํฌ๋ฅผ ์ด์ฉํ์ฌ ์ฐ์ฐ์ ํฐ
๋ฌผ์ฒด์ ๋๋ ๋ก๋ถํฐ ํ ํฝ์
์ ์์ ๋ ํจ๊ณผ๋ฅผ ๊ฐ๋๋ค.
์๋ ์์(1)์ openCV์์๋ cvDilate ํจ์๋ก ์ ๊ณตํ
๋ค.
๎โ๎ ๎ ๎ผ ๎ ๎ ๎ ๎ผ ๎ ๎ (1)
(2) ํฝ์ฐฝ ์ฐ์ฐ
๋ฌผ์ฒด์ ์ต ์ธ๊ณฝ ํฝ์
์ ํ์ฅํ๋ ์ญํ ์ ํ๋ค. ๋ฐ๋ผ
์, ๋ฌผ์ฒด์ ์ฝ๊ธฐ๋ ํ์ฅ ๋๊ณ ๋ฐฐ๊ฒฝ์ ์ถ์ ๋๋ค. ํฝ์ฐฝ
๋ง์คํฌ๋ ํฐ์ ๋ฌผ์ฒด์ ๋๋ ์ ํ ํฝ์
์ ๋ํ๋ ์ญํ ์
ํ๋๋ฐ 3 * 3 ๋ง์คํฌ์ ๋๊ฐ์ ์์ญ์ ๊ฐ์ง๋ ์์ญ์
๋ํด์๋ ๊ฐ์ ๋ฐ๊พธ์ง ์์ผ๋ฉฐ 1๊ฐ ์ด์์ ์๋ก ๋ค๋ฅธ ํฝ
์
์ด ์กด์ฌํ ๊ฒฝ์ฐ ๋ง์คํฌ์ ๊ฐ์ด๋ฐ ํฝ์
์ ํฐ์ ๊ฐ์
ํ ๋น ํ๋ ์ญํ ์ ํ๋ค. ์๋ ์์(2)๋ฅผ openCV์์๋
cvErode ํจ์๋ก ์ ๊ณตํ๋ค.
๎โ๎ ๎ ๎ ๎ง
โ ๎๎ ๎๎
๎ง
(2)
(3) ์ฑ์์ฐ์ฐ
ํฝ์ฐฝ ์ฐ์ฐ ํ ์นจ์ ์ฐ์ฐ ์ํ์ ํจ์ผ๋ก์จ ์์์ ์ธ
๊ณฝ์ ๋ถ๋ถ์ ๋ถ๋๋ฝ๊ฒ ๋ง๋ค๋ฉฐ, ๊ฐ์ฒด์ ํํ์ ํฌ๊ธฐ๋
๋ณด์กด๋๊ณ ์์ ๊ตฌ๋ฉ์ด๋ ํ์ ์ฑ์ฐ๋ ์ญํ ์ ํ๋ค.
์ด์ง์์์ ์ทจ๋ํ๋ฉด ์ก์์ด ๋ง์ด ๋ฐ์ํ๋๋ฐ ์ด๋
contour ํจ์์์ ์น๋ช
์ ์ธ ์ค๋ฅ๋ฅผ ๋ฐ์์ํค๋ ์์ธ์ด
๋ ์ ์๊ธฐ ๋๋ฌธ์ ์ฑ์์ฐ์ฐ์ ์ด์ฉํ์ฌ ์ด๋ฅผ ์ ๊ฑฐ ํ
์๋ค.
๊ทธ๋ฆผ 3. ์ฑ์์ฐ์ฐ ์ํ์ ์ ์ด์ง ์์
๊ทธ๋ฆผ 4. ์ฑ์์ฐ์ฐ ์ํํ์ ์ด์ง ์์
3. ์๊ฐ๋ฝ ๋์
(1) ์์ ์ค์ฌ์
์๊ฐ๋ฝ ๋์ ์ ๊ตฌํ๊ธฐ ์ํด์๋ ์์ ์ค์ฌ์ ๋ถํฐ ๊ตฌ
ํด์ผ ํ๋ค. ์์ ์ค์ฌ์ ์ ์ด์ง์์์ ๋ฌด๊ฒ ์ค์ฌ์ ์ด
์ฉํด์ ๊ตฌํ ์ ์๋ค. ์ด์ง ์์์์ ์์์ญ์ ๋ชจ๋ ์ข
ํ์ ํฉ์ ์์์ญ์ ํฝ์
์ ์๋ก ๋๋๋ฉด ๋ฌด๊ฒ ์ค์ฌ์
๊ตฌํ ์ ์๋ค. ์ด๋ ์์(1)๊ณผ ๊ฐ์ด x, y์ขํ์ ๊ฐ๊ฐ
์ ์ฉํ๋ค.
๎๎ท ๎๎๎๎๎
๎ ๎ง๎ฏ ๎ ๎ด
๎ฒ
๎๎๎ผ๎ญ ๎ ๎ฝ๎ญ๎
๎๎ง ๎ ๎๎๎ฒ
๎๎ง ๎ ๎๎๎ฒ
๎๎๎๎๎๎๎๎๎๎๎
๎ ๎๎ง๎๎๎ง ๎๎๎ง ๎
(3)
์์(3)์์ n์ ์์์ญ ํฝ์
์ ์๋ฅผ ์๋ฏธํ๋ค.
(2) ์๊ฐ๋ฝ ๋์
๋ง์ฐ์ค ํฌ์ธํฐ ์ญํ ์ ํ๋ ์๊ฐ๋ฝ ๋์ ์ ์์ ์ค
์ฌ์ ์ผ๋ก๋ถํฐ์ ๊ฑฐ๋ฆฌ์ ๊ฐ๋๋ฅผ ์ด์ฉํ์ฌ ๊ตฌํ๋ค. ์
๋ ฅ
์์์์ ๊ฒ์ง ์๊ฐ๋ฝ์ 3์ฌ๋ถ๋ฉด์ธ 240ยฐ ~ 275ยฐ์ ์ค์ฌ
์ ์ผ๋ก๋ถํฐ 140ํฝ์
์ดํ์ ์์นํ๊ฒ ๋๋ค. ๊ทธ๋์ ์ด
์์ญ์ ์กด์ฌํ๋ ์๋ถ๋ถ์ ๋ชจ๋ ์ค์บํ์ฌ Y์ขํ๊ฐ ๊ฐ
์ฅ ์์ ์ขํ์ ์ ๊ตฌํ์ฌ ์๋์ ์ผ๋ก ์ง์ ํ์๋ค.
๊ทธ๋ฆผ 5. ๊ฑฐ๋ฆฌ์ ๊ฐ๋๋ฅผ ์ด์ฉํ ๋์ ์ฐพ๋ ์ฝ๋
๊ทธ๋ฆผ 5์์์ TRANS2RAD๊ฐ์ 0.01745329์ด๊ณ .
definedValue๊ฐ์ 255๋ก setting ๋์๋ค. ์ด๊ธฐ์ ceta
๊ฐ์ 270ยฐ๋ก ํ
์คํธํ์๋๋ฐ ์ธ์๋ฅ ์ ๋์ด๊ธฐ ์ํด
275ยฐ๋ก ์์ ํ๊ฒ ๋์๋ค.
์ด๋ ๊ฒ ๋ ์ ์ ์ฐพ์ ์ค์๊ฐ์ผ๋ก ์์์ฒ๋ฆฌ๊ฐ ์ด๋ฃจ์ด
์ง๊ณ ์๋ค๋ ๊ฒ์ ํ์ธํ๊ธฐ ์ํด cvCircle ํจ์๋ฅผ ์ด์ฉ
ํ์ฌ ๊ทธ๋ฆผ 6๊ณผ ๊ฐ์ด ์์ ๊ทธ๋ ค์ฃผ์๋ค.
3. Step1
์์ฐจํ์ํ๋ฉด์ Labeling๋ Object
๋ฅผ ๋ง๋๋ฉด ํ์ ๋ฃ๋๋ค.
Step2
5-๋ฐฉํฅ ํ์์ ํ์ฌ ๊ฐ์ Label ๋ฒ
ํธ์ ํฝ์
์ ๋ง๋๋ฉด ํ์ ๋ฃ๋๋ค.
Step3
Step2๋ฅผ ๋ฐ๋ณตํ๋ฉด์ ์์์ ์ ๋ง๋
๋ฉด Object๋ก ์ธ์ํ๊ณ ์์์ ์ ๋ง
๋์ง ๋ชปํ๋ฉด ์ ๊ฑฐ ํ๋ค.
๊ทธ๋ฆผ 6. ์ค์ฌ์ ๊ณผ ๋์
4. ์๊ฐ๋ฝ ๊ฐ์
(1) ๋ถ๋ถ ์ด๋ฏธ์ง
์์ค์ฌ์ ๊ณผ ์๋์ ์ ์ฐพ๋ ๊ณผ์ ์ด ๋๋๋ฉด ์๊ฐ๋ฝ์
๊ฐ์๋ฅผ ์ถ์ถํ๋ ์์
์ ํ๊ฒ ๋๋ค. ์๊ฐ๋ฝ์ ๊ฐ์๋ฅผ
์ถ์ถํ๊ธฐ ์ํด์๋ ์ค์ฌ์ ์ผ๋ก๋ถํฐ 90ํฝ์
๋จ์ด์ง ๊ณณ
์์๋ถํฐ 100ํฝ์
๊น์ง์ ์์ญ์ค ์์์ญ์ธ ๋ถ๋ถ์ ์์
์ ์์ ํฌ์ธํฐ์ ์ ์ฅํ๊ฒ ๋๋ค. ์ด๋ฅผ ๋ถ๋ถ ์ด๋ฏธ์ง๋ผ
ํ๋ค. ๋ถ๋ถ ์ด๋ฏธ์ง์๋ ์๊ฐ๋ฝ ๊ฐ์ ๋งํผ์ ์ด๋ฏธ์ง๊ฐ
์ ์ฅ ๋๊ฒ ๋๋ค. ์ด ๋ถ๋ถ ์ด๋ฏธ์ง๋ฅผ openCV์์ ์ ๊ณต
ํ๋ contour ํจ์๋ฅผ ์ด์ฉํ์ฌ contouring ํ๋ฉด์
Object๋ฅผ ์ฐพ์ ๋๋ง๋ค count๋ฅผ 1์ฉ ์ฆ๊ฐ์ํด์ผ๋ก์จ ์
๊ฐ๋ฝ์ ๊ฐ์๋ฅผ ๊ตฌํ ์ ์๋ค.
(2) Contour
contour ํจ์๋ ์ค๊ณฝ ์ ๋ณด๋ฅผ ์ป๊ธฐ ์ํด์ Edge
Tracing ๋๋ Boundary Flowing ์ด๋ผ๊ณ ๋ ๋ถ๋ฆฌ๋ ์
๊ณ ๋ฆฌ์ฆ์ ์ํํ๋ค. Labeling๋ Object๊ฐ n๊ฐ๊ฐ ์กด์ฌ
ํ๋ค๋ฉด ๊ฐ๊ฐ์ ํด๋นํ๋ Label ๋ณ๋ก Edge๋ฅผ ์ฐพ๋๋ค.
ํฝ์
์ ์ฐพ๋ ๋ฐฉ๋ฒ์๋ CW(์๊ณ๋ฐฉํฅ)๊ณผ CCW(์๊ณ๋ฐ๋
๋ฐฉํฅ)์ด ์๋๋ฐ ์ด ๋ ๋ฐฉ๋ฒ์ ์ ํ ๋ค๋ฅธ contour ์ ๋ณด
๋ฅผ ์ ๋ฌํ๋ค. ๋ณธ ํ๋ก์ ํธ์์๋ ๊ทธ๋ฆผ 7๊ณผ ๊ฐ์ด CW๋ฐฉ
๋ฒ์ผ๋ก ์งํ ๋ฐฉํฅ์ ์ผ์ชฝ์ผ๋ก 90ยฐ๊บฝ์ธ ๋ฐฉํฅ์์๋ถํฐ
45ยฐ์ฉ 5-๋ฐฉํฅ์ด๋ค. Contouring ํ๋ ๊ณผ์ ์ ํ 2์ ๊ฐ
๊ณ Pseudo Code๋ ๊ทธ๋ฆผ 8๊ณผ ๊ฐ๋ค.
ํ 2. Contoring ๊ณผ์
๊ทธ๋ฆผ 7. ์๊ณ๋ฐฉํฅ Search
๊ทธ๋ฆผ 8. Contour Pseudo Code
openCV์ contourํจ์๋ CvMemStorage์ ๋ฉ๋ชจ
๋ฆฌ๋ฅผ ํ ๋นํ๊ณ CvSeq๋ผ๋ ๋ฐฐ์ด์ contour์ ๋ณด๋ฅผ ์ ์ฅ
ํ๋ค. ๊ทธ๋ค์ cvFindcontourํจ์๋ฅผ ์ด์ฉํ์ฌ labeling
๋ ๊ฐ์ฒด๋ฅผ ํ๋์ฉ ์ฐพ์ผ๋ฉด์ ์๊ฐ๋ฝ ๊ฐ์๋ฅผ ์
์ ์๋ค.
๊ทธ๋ฆผ 9๋ ์ด๋ฒ ํ๋ก์ ํธ์ ์ฌ์ฉ๋ contour ์ฝ๋์ด๊ณ ,
๊ทธ๋ฆผ 10์ ๋ถ๋ถ ์ด๋ฏธ์ง์ด๋ค.
๊ทธ๋ฆผ 9. Contour source code
๊ทธ๋ฆผ 10. ๋ถ๋ถ ์ด๋ฏธ์ง
4. ๊ทธ๋ฆผ 11. ์
๋ ฅ์์๊ณผ ๊ฒฐ๊ณผ ์์
๊ทธ๋ฆผ 11์ RGB๊ฐ์ ์
๋ ฅ ์์์ ์น์บ ์ผ๋ก๋ถํฐ ๋ฐ
์์ HSV๊ฐ์ผ๋ก ๋ณํํ์ฌ ํ์ฌ๊น์ง์ ๋ชจ๋ ์์์ฒ๋ฆฌ
๊ณผ์ ์ ์ํํ ํ์ ๊ฒฐ๊ณผ ์์์ด๋ค. ํผ๋ถ์์ ์ถ์ถํ์ฌ
์ด์งํ ํ์๊ณ , ์ด ์์์ ์ฑ์์ฐ์ฐ์ ์ํํ์ฌ ๋
ธ์ด์ฆ
๋ฅผ ์ ๊ฑฐ ํ์๋ค. ์ ์ค์ฌ์ ๊ณผ ๋์ ์ ๊ตฌํ์ฌ ์์ผ๋ก ํ
ํ ํ์์ผ๋ฉฐ, contour ํจ์๋ฅผ ์ด์ฉํ์ฌ ์๊ฐ๋ฝ ๊ฐ์๋ฅผ
์ธ์ด ์ด๋ฅผ ์ซ์๋ก ํ๊ธฐ ํ์๋ค.
5. ๋ง์ฐ์ค ๊ธฐ๋ฅ ๊ตฌํ
(1) ํฌ์ธํฐ ๊ตฌํ
์๊ฐ๋ฝ ๋์ ์ ์ขํ๋ฅผ ์ด์ฉํ์ฌ ๋ง์ฐ์ค ํฌ์ธํฐ์ ์ข
ํ๋ฅผ ๊ตฌํํ๋ค. ํ์ฌ ์
๋ ฅ ์์์ ํฌ๊ธฐ๊ธฐ 320 * 240
ํฝ์
์ด๊ธฐ ๋๋ฌธ์ ์ถ๋ ฅ ํ๋ฉด์ ํฌ๊ธฐ์ ๋ง๊ฒ ์ ์ฉ์ํค๊ธฐ
์ํด์ ๊ทธ๋ฆผ 12์ ๊ฐ์ด ์๋์ขํ๋ฅผ ์ด์ฉํ๋ค.
๊ทธ๋ฆผ 12. ์๋์ขํ๋ฅผ ์ด์ฉํ ์ขํ๊ฐ
(2) ํฌ์ธํฐ ๋ณด์
์ค์๊ฐ์ผ๋ก ์ทจ๋ํ๋ ์๋ ์ขํ๋ฅผ ์ด์ฉํ ๋ง์ฐ์ค ํฌ
์ธํฐ๋ ๋ง์ ๋จ๋ฆผ์ด ์๊ธฐ ๋๋ฌธ์ ์ฌ์ฉ์๊ฐ ์ด์ํจ์ ๋
๋ผ๊ฒ ๋๋ค. ์ด๋ฅผ ๊ฐ์ ํ๊ธฐ ์ํ์ฌ ํฌ์ธํฐ ๋ณด์ ์ ํ์
๋ค. ํฌ์ธํฐ ๋ณด์ ์ด๋ ํฌ์ธํฐ์ ์ด์ ๊ฐ๊ณผ ํ์ฌ ๊ฐ์ด ๊ฐ
์ ํ๊ท ๊ณผ ํ์คํธ์ฐจ๋ฅผ ๊ฐ๋๋ก ํ๋ ๊ฒ์ ๋ปํ๋ค.
๊ทธ๋ฆผ 13. ํฌ์ธํฐ ๋ณด์ ์ฝ๋
๊ทธ๋ฆผ 13์์ alpCenter๊ฐ์ 0.6์ด๋ค.
(3) Move์ Click ๊ตฌํ
์๊ฐ๋ฝ ๊ฐ์ ์ ๋ณด๋ฅผ ๊ฐ์ง๊ณ ์๋ finger_count ๋ณ์
์ ๊ฐ์ด 1์ผ ๋์๋ MOVE์ด๋ฒคํธ๋ฅผ ๋ฐ์์ํค๊ณ , ๊ฐ์ด
1์์ 2๊ฐ ๋ ๋ LEFTDOWN์ด๋ฒคํธ๋ฅผ ๋ฐ์์ํค๋ฉฐ ๊ฐ
์ด 2์์ ๋ค์ 1์ด ๋ ๋ LEFTUP์ด๋ฒคํธ๋ฅผ ๋ฐ์์์ผ
๋ง์ฐ์ค์ Click ๊ธฐ๋ฅ์ ๊ทธ๋ฆผ 14์ ๊ฐ์ด ๊ตฌํํ ์ ์
๋ค.
๊ทธ๋ฆผ 14. MOVE์ CLICK ์ด๋ฒคํธ ๊ตฌํ ์ฝ๋
์ด์ฒ๋ผ ์๊ฐ๋ฝ ๊ฐ์์ ๋ฐ๋ฅธ ๋ง์ฐ์ค ์ด๋ฒคํธ๋ฅผ ๋ฐ์์
์ผ ๊ธฐ์กด์ ์ฌ์ฉํด ์ค๋ ๋ง์ฐ์ค์ ๊ธฐ๋ฅ์ ๊ตฌํ ํ ์ ์
์์ ์ ์ ์๋ค. ์ฐ ํด๋ฆญ๋ ๊ฐ์ ๋ฐฉ๋ฒ์ผ๋ก ๊ตฌํ ํ ์
์์์ ์ ์ ์๊ณ , MOVE์ CLICK ๊ธฐ๋ฅ์ ์กฐํฉํ์ฌ
DRAG ๊ธฐ๋ฅ ์ญ์ ๊ตฌํ ํ ์๋ค.
5. 6. ์ ์๋ ๋ง์ฐ์ค ํ
์คํธ
๊ทธ๋ฆผ 15. Move ํ
์คํธ
๊ทธ๋ฆผ 16. Click ํ
์คํธ
๋ง์ฐ์ค ํฌ์ธํฐ ์ด๋ ํ ์๊ฐ๋ฝ ๊ฐ์๋ฅผ 2๊ฐ๋ก ๋ง๋ค
์ด LEFTDOWN ์ด๋ฒคํธ๋ฅผ ๋ฐ์์ํค๊ณ , ๋ค์ 1๊ฐ๋ก ๋ง
๋ค์ด LEFTUP ์ด๋ฒคํธ๋ฅผ ๋ฐ์์์ผ ๋ง์ฐ์ค Click ๊ธฐ๋ฅ
์ ํ
์คํธ ํ ์ ์๋ค.
III. ๊ฒฐ๋ก
์์์ฒ๋ฆฌ์ ๊ฐ์ฅ ํฅ๋ฏธ๋ก์ด ๋ถ์ผ ์ค ํ๋์ธ ์์์ธ์
์ ์์ฉ ๊ธฐ์ ๋ก๋ ์ผ๊ตด ๋ฐ ํ์ ์ธ์, ์ ์ค์ฒ์ธ์, ๊ฐ
์ํ์ค ๋ฑ์ด ์์ผ๋ฉฐ ๊ทผ๋์ ๋ค์ด์ ๊ฐ์ธ์ ๋
ํนํ ์ ์ฒด
์ ํน์ง์ด๋ ์ต๊ด ๋ฑ์ ์ด์ฉํ์ฌ ๊ฐ์ธ์ ์ ์์ ํ์ธํ
๋ ๋ฐฉ๋ฒ์ธ ์์ฒด์ธ์(Bio metrics)์ ๋ํ ๊ด์ฌ๊ณผ ์ค์
์ฑ์ด ๋์ฑ ์ฆ๋๋๊ณ ์๋ค.
๋ณธ ๋
ผ๋ฌธ์์๋ openCV๋ฅผ ์ด์ฉํ์ฌ ์์ธ์ ๋ง์ฐ์ค๋ฅผ
์ ์ํด ๋ณด์๋ค. ์์ธ์ ๋ง์ฐ์ค๋ฅผ ์ ์ํ๋ฉด์ ์์์ฒ๋ฆฌ
๊ณผ์ ์ ์ดํดํ ์ ์์๋ค. ๋ํ ์ฌ์ฉ์ ๋ง๋ค ๋ค๋ฅธ ํผ๋ถ
์์ ์ธ์ํ๊ธฐ ์ํด Independentํ Hue๊ฐ์ ์ด์ฉํ์ฌ
์กฐ๊ธ ๋ ํจ์จ์ ์ธ ํ๋ก์ ํธ๋ฅผ ๊ตฌํ ํ ์ ์์๋ค. ๊ทธ๋ฆฌ
๊ณ ์๊ฐ๋ฝ ๊ฐ์๋ฅผ ์ฐพ๋ ๋ถ๋ถ์์ ๋ง์ ํ
์คํธ ์๊ฐ์ด
ํ์ ํ๋ค. ๋ฏธ์ธํ ๊ฐ๋์ ๊ฑฐ๋ฆฌ๋ฅผ ํ
์คํธ์ ํจ๊ป ๊ตฌํ
ํด ๊ฐ๋ฉด์ ์๊ฐ๋ฝ์ ์ฐพ๋๋ฐ ์ต์ ํ๋ ๊ฐ๋์ ๊ฑฐ๋ฆฌ๋ฅผ ๊ตฌ
ํ๊ธฐ ๋๋ฌธ์ ๋์ ์ธ์๋ฅ ์ ํ์ธํ ์ ์์๋ค.
๋ณธ ๋
ผ๋ฌธ์ ์ฐ๊ตฌ๋ ์ ๊ฐ์ ์ฅ๋น๋ฅผ ์ฌ์ฉํ์์ผ๋ฉฐ ํน์
ํ ์
๋ ฅ ์์์ ์๊ตฌํ์ง ์์๊ณ , ๋๊ตฌ๋ ์ฝ๊ฒ ํ
์คํธ
ํ๊ณ ์ดํดํ ์ ์๋๋ก ๊ตฌํ ๋์ด ์์ผ๋ฏ๋ก ์์์ฒ๋ฆฌ
๋ถ์ผ์์ ์์ธ์ ๊ธฐ์ด ์๋ฃ๋ก์ ํ์ฉ๋ ์ ์์ ๊ฒ์ด๋ผ
์๊ฐ๋๋ค.
IV. ์ฐธ๊ณ ๋ฌธํ
[1] T.Kondo and H.Yan, "Automatic human face detection
and recognition under non-uniform illumination,"
Patern Recognition Letter, vol. 32, pp.1707-1718,
1999.
[2] M. Yagi and T. Shibata, "Human-Perception-Like
Image Recognition System Based on the Associative
Processor Architecture," in the Proc. of 11th European
Signal Processing Conference (EUSIPCO 2002), pp.
I-103-I-106, Sep. 2002
[3] A. Albiol, C.A. Bouman, and E.J. Delp, "Face
detection for pseudo-semantic labeling in video
database," in IEEE Int. Conference on Image
Processing, Kobe, Japan, October 1999
[4] M-H Yang and N. Ahuja, "Detecting human faces in
color images," in IEEE International Conference on
Image Processing, Chicago, IL, October 4-7 1998, pp.
127-130.
[5] V.Vilaplana, F. Marques, P. Salembier, and L. Garrido,
"Region-based segmentation and tracking of human
faces," in European Signal Processing, Rhodes,
September 1998, pp. 593-602.
[6] S. Beucher and F. Meyer, Mathematical Morphology
in Image Processing, chapter 12. The morphological
Approach the Segmentation: The Watershed
Transformation, pp. 433-481, Marcel Dekker Inc.,
1993.
[7] R. Brunelli, T. Poggio, "Face Recognition : Features
vs. Templates", IEEE Trans. on PAMI, vol. 15, no.
15, pp. 1042-1052, 1993.
[8] Rama Chellappa, Charles L. Wilson, Saad Sirohey, "
Human and Machine Recognition of Faces : A
Survey". Proceedings of The IEEE, vol. 83, no. 5,
1995
[9] B. Takacs, H. Wechsler, "Face Recognition Using
Binary Image Metrics", Automatic Face and Gesture
Recognition, 1998. Proceedings. Third IEEE
International Conference on, 14-16 pp. 249-299 April
1998
6. ๋ฐฑ ํ ์ง
2001๋
๊ฑฐ์ฐฝ๋์ฑ๊ณ ๋ฑํ๊ต ์กธ์
.
2001๋
โผํ์ฌ ์ธํ๋ํ๊ต ์ ๋ณดํต์ ๊ณต
ํ๋ถ ์ฌํ์ค. ๊ด์ฌ๋ถ์ผ๋ ์์์ฒ๋ฆฌ,
๊ฒ์ํ๋ก๊ทธ๋๋ฐ, ์๋ฒ ๋๋์ํํธ์จ์ด