문자 인식을 위한 가변 길이 신호의 시각화

초록

다양한 센서를 이용한 사람의 동작인식 연구는 꾸준히 진행되고 있다. 하지만 스마트폰 보급률 증가와 스마트폰 센서 활용 연구의 활성화에도 불구하고 가변 길이 신호를 활용해 문자를 인식하는 방법에 대한 연구는 진전이 없다. 그 이유는 같은 동작도 신호의 길이가 항상 달라 이것을 다루는 것이 어렵기 때문이다. 이 문제를 해결하기 위해 객체 탐지 신경망을 분류기로 사용하여 문자를 인식하는 방법을 제안한다. 본 연구에서는 다섯명의 피실험자가 I, S, Z 세가지 알파벳을 허공에 백 번씩 그려서 데이터를 수집하였으며, 수집된 데이터는 객체 탐지 신경망의 학습 및 평가에 활용되었다. 데이터는 잡음제거와 정규화를 통해 이미지 데이터로 재탄생되었다. 신호의 잡음을 제거하기 위해 3차 스플라인 보간법과 푸리에 변환을 사용하였다. 가속도 센서 x, y, z축의 값은 각각 이미지의 R, G, B 채널에 대응된다. 이미지 데이터를 YOLOv5에 적용하여 문자 인식 성능을 평가한 결과 세가지 문자에 대해서 평균 99%의 정확도를 보인다.

키워드