아르헨티나 수어의 손모양 인식을 위한 ProbSom 활용

자동 수어 인식은 인간-컴퓨터 상호작용 및 머신러닝 분야에서 중요한 주제이다. 한편으로는 영상 처리, 이미지 처리, 지능형 시스템, 언어학 등 다양한 지식 영역의 통합이 요구되는 복잡한 도전 과제를 안고 있으며, 다른 한편으로는 청각 장애인의 통합과 번역 과정을 지원하기 위해 강력한 수어 인식 기술이 필수적이다.본 논문은 두 가지 주요 기여를 한다. 첫째, 아직 거의 다뤄지지 않은 아르헨티나 수어(LSA)의 손모양 데이터베이스 구축에 관한 것이다. 둘째, 자기조직화 맵(Self-organizing Maps)의 지도 학습적 적응 기법인 ProbSom을 활용한 영상 처리, 기술자 추출 및 이후 손모양 분류 기법을 제안한다. 이 기법은 서포트 벡터 머신(SVM), 랜덤 포레스트(Random Forests), 신경망 등 최신 기술들과 비교 평가되었다.제안된 데이터베이스는 16종의 LSA 손모양을 포함한 총 800장의 이미지로 구성되며, 아르헨티나 수어의 포괄적인 데이터베이스 구축을 위한 첫걸음이다. 제안된 기술자를 사용한 ProbSom 기반 신경망 분류기는 90% 이상의 정확도를 달성하였다.