HandAugment: 깊이 기반 3D 손 자세 추정을 위한 간단한 데이터 증강 방법

3차원 깊이 영상에서 손 자세 추정은 컴퓨터 비전 분야에서 다양한 기법을 활용하여 광범위하게 연구되어 왔다. 최근 딥러닝 기반 방법은 성능을 크게 향상시켰지만, ImageNet과 같은 대규모 데이터셋의 부족이나 효과적인 데이터 합성 방법의 부재로 인해 여전히 해결되지 않은 문제로 남아 있다. 본 논문에서는 신경망 학습 과정을 보완하기 위해 이미지 데이터를 합성하는 HandAugment라는 방법을 제안한다. 제안하는 방법은 두 가지 주요 구성 요소로 이루어져 있다. 첫째, 손 영역에 주목할 수 있도록 하는 이단계 신경망 구조를 제안한다. 이 구조는 신경망의 성능을 향상시키는 데 기여한다. 둘째, 이미지 공간에서 실사 이미지와 합성 이미지를 단순하면서도 효과적으로 결합하여 데이터를 합성하는 방법을 도입한다. 최종적으로, 본 연구 방법이 HANDS 2019 챌린지의 깊이 기반 3차원 손 자세 추정 과제에서 최우수 성과를 달성함을 보여준다.