한글내용
(Korean Abstract) |
가상현실이 의료, 교육, 군사 훈련 등 다방면에서 사용됨에 따라 가상환경에서 자유로운 상호작용을 제공하기 위한 손 제스처 인식에 대한 연구가 활발히 진행되고 있다. 그러나 대부분은 별도의 센서를 요구하거나, 낮은 적중률을 보이고 있다. 본 논문은 정적 손 제스처 인식과 동적 손 제스처 인식을 위해 일반적인 USB 카메라 이외의 별도의 센서나 장비 없이 딥러닝 기술을 사용한 손 제스처 인식 방법을 제안한다. 입력된 손 제스처를 고주파 영상들로 변환한 다음, 각 손 제스처 영상과 고주파 영상에 대해 각각 덴스넷 기반의 이중 흐름 합성곱 신경망을 수행한 다음 융합된 정보로 보다 정확한 손 제스처를 인식한다. 그리고 실시간 인터페이스 검증을 위해 가상현실 기반 3D 디펜스 게임을 개발하여 실험한 결과, 6개의 정적 손 제스처와 9개의 동적 손 제스처 인터페이스에 대해 기존의 단일 흐름의 덴스넷에 비해 4.58%의 성능이 향상된 평균 92.6%의 인식률을 보였다. 본 연구의 결과는 마우스나 키보드 없이 다양한 가상현실 응용 분야에서 입력 인터페이스로 활용될 수 있다. |
