논문 상세보기
pp.107-112
최근 키보드, 마우스, 조이스틱 등과 같은 게임 입력장치의 과도한 사용에 따른 부작용으로 손목 터널증후군을 호소하는 인구가 늘어나고 있다. 그러므로 본 논문에서는 생체신호를 게임의 입력장치로 사용하는 방법을 제안한다. 손목의 움직임시 발생되는 근전도 신호를 입력받아 효과적으로 잡음을 제거하고 신호를 증폭하는 하드웨어 모듈을 설계하였다. 또한, 웨이브릿 패킷 변환을 통하여 동작의 특징벡터를 추출하고, 주성분 분석을 통하여 특징벡터를 재배치함으로서 특징벡터의 분산을 감소시켰다. 데이터 분류 알고리즘인 SVM을 적용하여 학습된 데이터를 구축하였으며, 4가지 동작에 대해 90% 이상의 인식률을 나타내었다.
Recently, many game players have been increasingly suffering the capal turnel syndrome which arises from using game input devices like keyboard, mouse and joystick excessively. In this regard, this paper propose a method that uses bio-signal as a game input device. We have designed a hardware module that receives the EMG(electromyogram) signals occurring at the time of wrist movement, effectively eliminates noises and amplifies the signals. Also, by extracting the feature vectors of movements through wavelet packet transform and reallocate them through the PCA(Principal Component Analysis), the dispersion of the feature vectors have been reduced. We have built the trained data set in terms of applying SVM(Support Vector Machine), a data classifying algorithm, and our system shows recognition success rate of above 90% for four different motions.
