초록
손 동작 인식은 인간-로봇 상호작용, 가상현실 또는 일상 기록 시스템 등 다양한 응용 분야에 활용되는 동작 인식의 특수한 사례이다. 이러한 다양한 동작 도메인에 대해 작동할 수 있는 동작 분류기 구축은 매우 도전적인 과제이다. 특정 응용 분야 내에서는 동작 간에 매우 미세한 차이가 존재하지만, 도메인 간에는 큰 변동성이 존재한다(예: 가상현실 vs 일상 기록). 본 연구는 이러한 문제를 해결하기 위해 새로운 스켈레톤 기반의 손 움직임 표현 모델을 제안한다. 제안하는 프레임워크는 응용 도메인 또는 카메라의 촬영 시점에 대해 무관하다. 단일 도메인 내에서의 동작 분류(내도메인 동작 분류) 작업에서는 기존 최고 수준의 방법들과 비교하여 동일하거나 더 우수한 성능을 보였다. 더욱 중요한 것은, 학습되지 않은 도메인 및 카메라 시점에 대해 손 동작 인식을 수행하는 경우(외도메인 동작 분류)에도, 제안하는 프레임워크가 내도메인 최고 수준의 방법들과 비교하여 비슷한 성능을 달성했다는 점이다. 이러한 실험 결과는 본 프레임워크의 강건성과 일반화 능력을 입증한다.