지난 수십 년 동안 컴퓨터 과학자들은 음성, 감정 및 제스처와 같은 인간 행동 및 의사 소통의 다양한 측면을 분석하기 위해 다양한 모델과 접근 방식을 개발했습니다. 손 제스처 인식을위한 대부분의 기존 기술은 하나의 웨어러블 기술을 사용하여 감지기 제한된 수의 기본 제스처 만 인식 할 수 있습니다.
슬로바키아의 Comenius University Bratislava의 연구원들은 최근 단일 센서 대신 여러 관성 센서를 활용하는 손 제스처 인식을위한 새로운 시스템 인 WaveGlove를 개발했습니다. 이 새로운 시스템은 기본적으로 각 손가락에 관성 센서가있는 장갑입니다.
연구를 수행 한 연구원 중 한 명이“최근 논문에서는 손 제스처 인식 (HGR)을위한 다중 관성 센서의 사용을 보여줍니다. “맞춤형 하드웨어 프로토 타입을 구축하고 새로운 Transformer 기반 모델 (자연어 처리 작업에 많은 성공을 거둔 네트워크 아키텍처)을 제안함으로써 여러 센서를 사용하는 것이 분류 정확도에 상당한 영향을 미칠 수 있음을 입증하고 더 풍부한 제스처 어휘를 위해.”
연구진은 그들이 만든 손 제스처 인식 시스템 인 WaveGlove를 사용하여 11000 개 이상의 손 제스처 샘플이 포함 된 두 개의 데이터 세트를 획득 할 수있었습니다. 그런 다음 두 개의 다른 제스처 어휘를 설계했습니다. 하나는 8 개의 전체 손 동작 (WaveGlove-single)을 포함하고 다른 하나는 10 개의 더 복잡하고 신중하게 설계된 손 제스처를 포함하며 개별 손가락이 다르게 움직이는 경우 (WaveGlove-multi)입니다.
센서가 여러 개인 경우 단일 핸드 헬드 센서에 비해 더 풍부한 제스처 어휘를 설계하고 분류 할 수 있습니다. 여러 센서를 사용하여 분류하는 제스처는 일상 생활에서 이미 사용하는 제스처와 유사합니다. 따라서 WaveGlove와 같은 장치를 더 쉽고 자연스럽게 사용할 수 있습니다.
손 제스처 데이터 세트를 컴파일하고 WaveGlove 시스템의 효과를 확인하는 것 외에도 연구원들은 손 제스처 인식을위한 10 개 이상의 분류 방법을 벤치마킹했으며 그중 일부는 이전 연구의 일부로 개발했습니다. 그들은 손 제스처 인식 분야에서 결과를 표준화하는 데 도움이되기를 희망했기 때문에 다양한 데이터 세트에서 이러한 방법을 평가했습니다.
이 연구팀이 수집 한 결과는 여러 가지 중요한 의미를 가질 수 있습니다. 첫째, 그들의 작업은 손 제스처 인식에 중점을 둔 연구에 정보를 제공하고 기존 시스템을 향상시키는 데 도움이 될 수 있습니다. 둘째, 그들이 만든 WaveGlove 프로토 타입은 궁극적으로 인간과 기계, 후자가 인간의 손 제스처를 더 잘 해석 할 수 있습니다.