Journal of Korea Society of Industrial Information Systems (한국산업정보학회논문지)

Korea Society of Industrial Information Systems (한국산업정보학회)
권호 표지
DOI QR코드

DOI QR Code

Laser pointer detection using neural network for human computer interaction

인간-컴퓨터 상호작용을 위한 신경망 알고리즘기반 레이저포인터 검출

  • 정찬웅 (경북대학교 센서및디스플레이공학과) ;
  • 정성문 (경북대학교 전자전기컴퓨터공학부) ;
  • 이민호 (경북대학교 전자공학부)
  • Received : 2011.03.12
  • Accepted : 2011.03.28
  • Published : 2011.03.30
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, an effective method to detect the laser pointer on the screen using the neural network algorithm for implementing the human-computer interaction system. The proposed neural network algorithm is used to train the patches without a laser pointer from the input camera images, the trained neural network then generates output values for an input patch from a camera image. If a small variation is perceived in the input camera image, amplify the small variations and detect the laser pointer spot in the camera image. The proposed system consists of a laser pointer, low-price web-camera and image processing program and has a detection capability of laser spot even if the background of computer monitor has a similar color with the laser pointer spot. Therefore, the proposed technique will be contributed to improve the performance of human-computer interaction system.

본 논문에서는 인간-컴퓨터 상호작용 시스템 구현을 위해 신경망 알고리즘을 적용하여 스크린 상의 레이저포인터를 효과적으로 검출하는 방법을 제안하였다. 제안된 신경망 알고리즘은 먼저 레이저포인터가 없는 입력 카메라 영상의 패치들을 학습시킨다. 학습된 선경망은 카메라 영상으로부터 얻은 입력 패치에 대해 출력 값을 발생시킨다. 만약 미세한 레이저빔의 변화가 입력영상에 감지되면 이를 증폭시켜 레이저 빔을 검출하는 역할을 한다. 제안된 시스템은 레이저포인터, 싼 가격의 웹캠 그리고 영상처리 프로그램으로 구현할 수 있다. 그리고 레이저포인터와 컴퓨터의 배경화면 색상이 유사한 경우에도 레이저포인터를 검출할 수 있는 장점이 있으므로 인간-컴퓨터 상호작용 시스템의 성능개선에 기여할 것이다.

Keywords

References

  1. P. Mistry, P. Maes, L. Chang, "WUW-Wear Ur World-A Wearable Gestural Interlace," Proc. of SIGCHI conf. Human factors in computing systems, pp. 4111-4116, 2009.
  2. D. R. Olsen Jr and T. Nielsen, "Laser pointer interaction," Proc. of SIGCHI conf. Human factors in computing systems, pp. 17-22, 2001.
  3. B. Shizuki, T. Hisamatsu, S. Takahashi, J. Tanaka, "Laser Pointer Interaction Tech- niques using Peripheral Areas of Screens," Proc. of the working conference on Advanced visual interfaces, pp. 95-98, Venezia, Italy, 2006.
  4. 김남우, 이승재, 이준재, 이병국, "영상처리 기반의 레이저 포인터 인터랙션 시스템," 멀티미디어학회지, 제11권, 제3호, pp. 373-385, 2008.
  5. J. G. Lirn, F. Sharifi, D. S. K won, "Fast and Reliable Camera-tracked Laser Pointer System Designed Audience," 5th International Ubiquitous Robots and Ambient Intelligence, pp. 529-534, 2008.
  6. OpenCV (http://www.intel.com/technology/computing/opencv/overview.htm)
  7. S. B. Choi, B. S. Jung, S. W. Ban, H. Niitsurna, and M Lee, "Biologically Motivated vergence Control System Using Human-like Selective Attention Model," Neurocomputing, vol. 69, pp. 537-558, 2006. https://doi.org/10.1016/j.neucom.2004.12.012
  8. S. Haykin, Neural Networks: a compre- hensive foundation second edition, Englewood Cliffs, NJ: Prentice Hall International, 1998.
  9. C. Jung, S. W. Ban, S. Jeong, and M Lee, "Input and Output Mapping Sensitive Auto -Associative Multilayer Perceptron for Computer Interlace System Based on Image Processing of Laser Pointer Spot," 17th International Conference on Neural Information Processing, pp. 185-192, 2010.
  10. Bradski, G.R., Kaehler, A.: Learning OpenCV: Computer Vision with the OpenCV Library, SebastopoI, CA: O'Reilly Media, 2008.
  11. 박세현, 김태의, 권경수 "손 제스처 기반의 애완용 로봇 제어," 한국산업정보학회논문지, 제13권, 제4호, pp. 145-154, 2008.
  12. 김인중, "카메라 기반 문서 인식을 위한 적응적 이진화," 한국산업정보학회논문지, 제12권 제3호, pp. 132-140, 2007.
  13. Chanwoong Jung, Minho Lee, "Laser Spot Pattern Recognition Based Computer Interlace Using I/O Mapping Sensitive Neural Networks," IEEE International Conference on Consumer Electronics, pp. 874-875, 2011.