Haar-Like 특성을 이용한 손 제스처 인식과 확률 문맥 자유 문법

이 논문은 통계적 및 구문 분석의 조합으로 실시간 비전 기반 손 제스처 인식 문제를 해결하기 위한 새로운 접근 방식을 제안합니다. 기본 아이디어는 손 제스처의 계층적 특성에 따라 인식 문제를 두 수준으로 나누는 것입니다. 접근 방식의 하위 수준은 Haar-like 특성과 AdaBoost 학습 알고리즘을 기반으로 한 통계적 방법으로 자세 감지를 구현합니다. 이 방법을 사용하면 높은 인식 정확도로 실시간으로 손 자세 그룹을 감지할 수 있습니다. 접근 방식의 상위 수준은 확률적 문맥 자유 문법을 기반으로 한 구문 분석을 사용하여 손 제스처 인식을 구현합니다. 하위 수준에서 감지된 자세는 문법에 따라 단말 문자열의 시퀀스로 변환됩니다. 각 생성 규칙과 관련된 확률을 바탕으로 주어진 입력 문자열에 대해 입력 문자열을 생성할 확률이 가장 높은 생성 규칙을 찾아서 해당 제스처를 식별할 수 있습니다.