동작 특성을 강화한 순환 신경망을 이용한 골격 기반 동적 손 제스처 인식

동적 손 제스처 인식은 인간-컴퓨터 상호작용에 있어 중요한 역할을 하기 때문에 점차 더 많은 관심을 받고 있습니다. 본 논문에서는 스켈레톤 기반 동적 손 제스처 인식을 위해 새로운 운동 특징 강화 순환 신경망을 제안합니다. 손가락의 운동 특징을 추출하여 손가락의 움직임을 설명하고, 전역 운동 특징을 활용하여 손 스켈레톤의 전체적인 움직임을 표현합니다. 이러한 운동 특징들은 스켈레톤 시퀀스와 함께 양방향 순환 신경망(RNN)에 입력되며, 이는 RNN의 운동 특징을 강화하여 분류 성능을 향상시킬 수 있습니다. 실험 결과, 제안된 방법이 효과적이며 기존 최신 방법들을 능가함을 입증하였습니다.