CNN을 이용한 손짓 인식기술 정확도 향상 연구

국문 초록 (Abstract)

인간과 기계간의 상호작용에서 인간의 손짓은 중요한 의미를 지니고 있다. 이러한 인간의 손짓은 점차 중요성이 증가하고 있지만, 복잡한 손짓의 입력이나 주변의 환경적 요인에 의한 잡음 등은 손짓 인식 기술 정확도 향상에 있어 해결해야 할 중요한 과제이다. 본 논문에서는 이러한 상황을 해결할 수 있는 기술로 Convolutional Neural Networks(CNN)을 제안한다. CNN은 이미지 데이터 학습에 유용하다는 장점을 가지고 있으며, 이 기술은 인간과 기계간의 상호작용에서 정확도를 매우 향상시킬 것이다. 5가지 수화동작을 7.4-9.0GHz의 주파수대역폭, 8dB의 이득 특성을 가진 Vivaldi안테나를 이용하여 데이터를 추출하였고, 전처리과정을 거친 데이터를 CNN을 통해 학습시켰다. 제안된 CNN의 분류 결과는 약 96%의 정확도를 보였다.